计算 HTML 文件中的所有节点答案

【问题标题】：Count all nodes in a HTML file计算 HTML 文件中的所有节点
【发布时间】：2011-11-07 02:19:23
【问题描述】：

有没有一种简单的方法来计算 HTML 文件中的节点？我还需要计算某种类型的节点，例如 div 等。

如果可能的话，我想这样做，而不必使用像 HTMLAgilityPack 这样的外部库。此外，我正在处理的 HTML 并不能保证格式正确且有效。

有没有办法从 C# 中做到这一点？

谢谢。

【问题讨论】：

这里的节点是指父级节点，如、或所有内容，甚至是嵌套节点，如

标签： c#-4.0

【解决方案1】：

首先。您确定使用 javascript 的客户端解决方案不足以满足您的需求吗？因为在 HTML 文档中计算节点的最简单方法是在客户端浏览器上使用 jQuery。

<script src="http://code.jquery.com/jquery-1.7.min.js"></script>
<script>
    $('html').children() // will give you all child elements of the html element
    $('body').children() // same for body element
    $('body').children('div') // will give you just the direct children elements of 'div' type
    $('body').find('div') // will give you all the nested elements of 'div' type
</script>

如果您不熟悉 jQuery，请查看 www.jquery.com

如果您仍然需要 C# 解决方案来对文档进行服务器端解析，那么我建议您使用 HTMLAgilityPack（即使您不希望这样做）。编写自己的解析器在我看来是浪费时间，因为您需要考虑格式错误的 html/xml 等，这可能会很痛苦。

尝试使用这篇 s-overflow 文章：What is the best way to parse html in C#?

希望它能满足你的需求

【讨论】：

这是因为我需要从 C# 中执行此操作 - 抱歉，如果不清楚，我会更新我的问题...
这些文件不会靠近浏览器 - 这是一些本地化文件与源文件的文件差异。

【解决方案2】：

如果您有 XHTML，您可以将其加载到 XDocument 中并使用 XML 操作 API 或 LINQ to XML 来计算特定模式。
如果你不这样做，你可以尝试使用正则表达式。但这适用于少量有趣的标签，因为您必须为每个标签手动定义一个表达式。

【讨论】：

【解决方案3】：

使用 LinqToXml API，您可以轻松解析和循环遍历 HTML 文档的所有节点。您可以找到与 LinqToXml 相关的有用文章，但都是在解析 XML 文档的上下文中。

以下是来自 StackOverflow 的类似线程：C# Is there a LINQ to HTML, or some other good .Net HTML manipulation API?

【讨论】：