Html 没有使用 Html Agility Pack 更新答案

【问题标题】：Html doesn't get updated with Html Agility PackHtml 没有使用 Html Agility Pack 更新
【发布时间】：2015-10-17 09:31:24
【问题描述】：

我正在尝试从一段 html 中删除 img 和 map 元素。

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);

var oldHtml = doc.DocumentNode.InnerHtml;

if (doc.DocumentNode.SelectNodes("//img[@usemap]") != null)
{
    HtmlNode img = doc.DocumentNode.SelectSingleNode("//img[@usemap]");
    img.ParentNode.RemoveChild(img);
}

if (doc.DocumentNode.SelectNodes("//map") != null)
{
    HtmlNode map = doc.DocumentNode.SelectSingleNode("//map");
    map.ParentNode.RemoveChild(map);
}

var newHtml = doc.DocumentNode.InnerHtml;

newHtml 仍然包含 img 和 map 元素。在更新 html 之前我需要做其他事情吗？

这是我要删除的 html：

<p><img src="/media/8301/HD00_498x299.jpg"  width="498"  height="299" alt="HD00.JPG" usemap="#imgmap201392714219"/><br />
<br />
 <a title="Download ZIP DWG"
href="/media/8103/detailtekeningen-dwg-unidek-aero.zip"
target="_blank">Klik hier om alle DWG&nbsp;bestanden in
een&nbsp;zipfile te downloaden.</a><br />
 <a title="Download DXF"
href="/media/8104/detailtekeningen-dxf-unidek-aero.zip"
target="_blank">Klik hier om alle DXF bestanden in een zipfile te
downloaden.</a><br />
 <a title="Download PDF"
href="/media/8116/detailtekeningen-pdf-unidek-aero.zip"
target="_blank">Klik hier om alle PDF bestanden in een zipfile te
downloaden.</a><br />
<br />
 <strong><a title="Bouwdetails berekende psi-waarden"
href="/{localLink:8014}" target="_blank">Link naar de technische
bouwdetails met verbeterde eigen ψ-waarden<br />
</a></strong> &nbsp;<map name="imgmap2012104102243"
id="imgmap2012104102243">
<area title="" href="/nl/producten/hellend-dak/unidek-aero/1"
shape="rect" coords="194,419,219,439" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/2"
shape="rect" coords="221,420,246,439" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/3"
shape="rect" coords="200,302,226,320" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/4"
shape="rect" coords="209,167,234,185" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/6"
shape="rect" coords="68,46,98,67" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/7"
shape="rect" coords="102,203,129,224" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/8"
shape="rect" coords="273,339,302,360" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/9"
shape="rect" coords="387,350,417,372" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/10"
shape="rect" coords="324,341,354,363" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/11"
shape="rect" coords="223,369,252,390" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/12"
shape="rect" coords="62,270,89,294" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/13"
shape="rect" coords="93,270,119,294" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/14"
shape="rect" coords="31,94,60,114" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/14"
shape="rect" coords="79,161,106,182" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/15"
shape="rect" coords="19,150,50,171" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/15"
shape="rect" coords="82,113,110,134" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/16"
shape="rect" coords="176,231,205,253" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/17"
shape="rect" coords="147,179,176,200" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/18"
shape="rect" coords="139,235,166,257" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/19"
shape="rect" coords="204,56,231,78" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/20"
shape="rect" coords="125,135,153,157" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/21"
shape="rect" coords="265,263,290,284" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/23"
shape="rect" coords="9,202,36,225" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/24"
shape="rect" coords="39,202,65,225" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/25"
shape="rect" coords="158,80,184,101" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/26"
shape="rect" coords="188,80,213,102" target="_blank" alt="" />
</map><map id="imgmap201392714219">
<area title="" href="/nl/producten/hellend-dak/unidek-aero/1"
shape="rect" coords="265,463,279,480" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/2"
shape="rect" coords="282,466,297,480" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/3"
shape="rect" coords="213,339,237,358" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/4"
shape="rect" coords="206,204,227,220" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/6"
shape="rect" coords="113,105,135,121" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/7"
shape="rect" coords="134,246,154,262" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/8"
shape="rect" coords="299,369,319,386" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/9"
shape="rect" coords="432,409,453,425" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/10"
shape="rect" coords="363,394,385,413" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/11"
shape="rect" coords="254,406,276,422" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/12"
shape="rect" coords="105,298,122,314" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/13"
shape="rect" coords="122,298,139,314" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/14"
shape="rect" coords="53,121,77,139" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/15"
shape="rect" coords="49,165,72,182" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/16"
shape="rect" coords="195,272,214,288" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/17"
shape="rect" coords="152,212,175,230" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/18"
shape="rect" coords="160,276,180,293" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/19"
shape="rect" coords="234,88,255,105" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/20"
shape="rect" coords="132,155,158,174" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/21"
shape="rect" coords="299,294,321,311" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/23"
shape="rect" coords="40,234,55,250" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/24"
shape="rect" coords="56,233,73,251" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/25"
shape="rect" coords="185,108,202,127" target="_blank" alt="" />
<area title="" href="/nl/producten/hellend-dak/unidek-aero/26"
shape="rect" coords="203,109,219,127" target="_blank" alt="" />
</map></p>

当我调试时找到了 img 和 map 元素，但调用 RemoveChild 根本不会更改 html。此外，当我尝试更改属性或其他内容时，什么也没有发生。

【问题讨论】：

标签： c# html html-agility-pack

【解决方案1】：

这对我有用：

var doc = new HtmlDocument();
doc.LoadHtml(html);

var root = doc.DocumentNode;
if (root != null)
{
    var replace = false;

    images = root.SelectNodes("//img[@usemap]");
    if (images != null)
    {
        foreach (var image in images)
        {
            image.ParentNode.RemoveChild(image);
        }

        replace = true;
    }

    if (replace)
    {
        html = root.OuterHtml;
    }
}

var newhtml = html;

图像从 html 中删除。

【讨论】：

【解决方案2】：

我刚刚发现 HTML Agility 包的错误是您只能请求.InnerHtml 一次。之后，它将不会更新。你要了两次：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);

var oldHtml = doc.DocumentNode.InnerHtml;

if (doc.DocumentNode.SelectNodes("//img[@usemap]") != null)
{
    HtmlNode img = doc.DocumentNode.SelectSingleNode("//img[@usemap]");
    img.ParentNode.RemoveChild(img);
}

if (doc.DocumentNode.SelectNodes("//map") != null)
{
    HtmlNode map = doc.DocumentNode.SelectSingleNode("//map");
    map.ParentNode.RemoveChild(map);
}

var newHtml = doc.DocumentNode.InnerHtml;

如果你去掉这条线：

var oldHtml = doc.DocumentNode.InnerHtml;

它应该工作。这似乎是 HtmlAgilityPack 的一个随机错误。

Sniffdk 的解决方案有效，因为他只得到一次.OuterHtml。 HtmlUtilityPack 的人需要解决这个问题。

【讨论】：

PS- Sniffdk 下面的解决方案有效，因为他只获得 .OuterHtml 一次。 HtmlUtilityPack 家伙需要解决这个问题:)
我遇到了与HtmlAgilityPack 1.4.6 类似的问题（对 InnerHtml 的分配未反映在 OuterHtml 的调用中），升级到 HtmlAgilityPack 1.4.9.5 后该问题消失了。也许这个版本也能解决你的问题？

【解决方案3】：

到目前为止，我需要在 html 敏捷包工作之前在 Umbraco 中执行此操作：

var documents = Document.GetDocumentsOfDocumentType(5125);
var document = documents.Where(x => x.Id == 5127).First();

var html = document.getProperty("content").Value.ToString();
html = html.Replace("\r\n", "");
html = umbraco.library.RemoveFirstParagraphTag(html);

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);

【讨论】：

【解决方案4】：

似乎 HtmlAgilityPack 在删除节点后没有更新HtmlDocument.DocumentNode.InnerHtml 属性。最简单的解决方法是使用 OuterHtml 属性而不是 InnerHtml ：

var newHtml = doc.DocumentNode.OuterHtml;

到目前为止，我一直使用OuterHtml 属性来检查我所做的更改是否产生了预期的结果，现在才意识到InnerHtml 的这种行为。

更新：

在发布的 HTML 示例中，您有 2 个 <map> 元素。您的代码仅删除一个。尝试这种方式删除所有<img> 和<map> 节点：

if (doc.DocumentNode.SelectNodes("//img[@usemap]") != null)
{
    HtmlNodeCollection imgs = doc.DocumentNode.SelectNodes("//img[@usemap]");
    foreach (HtmlNode img in imgs)
    {
        img.ParentNode.RemoveChild(img);
    }
}

if (doc.DocumentNode.SelectNodes("//map") != null)
{
    HtmlNodeCollection maps = doc.DocumentNode.SelectNodes("//map");
    foreach (HtmlNode map in maps)
    {
        map.ParentNode.RemoveChild(map);
    }
}
var newHtml = doc.DocumentNode.OuterHtml;

[.NET Fiddle demo]

【讨论】：

我试过OuterHtml，但结果是一样的。 html 仍未更新。
更新了我的答案，针对您的 HTML 示例（包装在 <html></html> 中）测试了代码，并且在这里对我来说很好，newHtml 最后只包含 <html></html>。
看起来 html 有问题。此示例有效：gist.github.com/abjerner/35c8d8b2ce16c307cfee，但我从 Umbraco RTE 获得的 html 不起作用。可能是因为它在 html 中有 localLink。
不知道为什么你认为本地链接与这个问题有任何关系。无论如何，如果不能重现问题，就很难进一步诊断
如果您使用我在问题中发布的更新后的 html，您应该能够重现该问题，因为该 html 不起作用。