C#：替换 HTML 字符串中的第一个纯字符答案

【问题标题】：C#: Replacing the first plain character in HTML stringC#：替换 HTML 字符串中的第一个纯字符
【发布时间】：2014-06-26 15:21:44
【问题描述】：

我想要做的是用新标签将 HTML 字符串中的第一个字符替换为我自己的自定义样式。不幸的是，我无法以一种通用的方式来处理我的所有示例。

考虑下一个可能的 HTML 字符串：

string str1 = "hello world";
string str2 = "<p><div>hello</div> world <div>some text</div></p>";
string str3 = "<p>hello <span>world</span></p>";
string str4 = "<p><a href="#">h</a>hello world</p>";
string str5 = "<p>hello world <div>some text</div></p>";

结果应该是：

str1 = "<span class=\"my-style\">h</span>ello world";
str2 = "<p><div><span class=\"my-style\">h</span>ello</div> world <div>some text</div></p>";
str3 = "<p><span class=\"my-style\">h</span>ello <span>world</span></p>";
str4 = "<p><a href="#'><span class=\"my-style\">h</span></a>hello world</p>";
str5 = "<p><span class=\"my-style\">h</span>ello world <div>some text</div></p>";

结果中的“h”字母已更改为<span class=\"my-style\">h</span>

有人可以帮我吗？

【问题讨论】：

发布您的 HtmlAgilityPack 代码，以便人们提供帮助。如果您正在执行字符串替换/正则表达式 - 最好将其保密以避免投票。
@Alexei Levenkov 我不太了解你。
你考虑过用javascript做吗？会容易很多。
请为我写代码在 SO 上并不完全受欢迎，因为您可能已经注意到了。预计答案包含您尝试执行任务的代码。因此，由于处理 HTML 的正常方式是使用 HtmlAgilityPack（或者您选择的其他解析器），我建议您展示使用它的示例。事实上，您的代码可能正在使用 string.Replace 或 Regex.Replace，但此类代码在处理 HTML 时通常不受欢迎 - 因此在这种情况下，您可能只是尝试自己处理代码（而不是先获得反对票）并关闭问题。
@shay__ 我更喜欢用 C# 来做（虽然我相信如果你设法用 JS 来做的话，很容易把它改成 C#）

标签： c# html string replace

【解决方案1】：

您可以使用以下两种方法。先提取innertext的第一个词：

private static string ExtractHtmlInnerTextFirstWord(string htmlText)
{
    //Match any Html tag (opening or closing tags) 
    // followed by any successive whitespaces
    //consider the Html text as a single line

    Regex regex = new Regex("(<.*?>\\s*)+", RegexOptions.Singleline);

    // replace all html tags (and consequtive whitespaces) by spaces
    // trim the first and last space

    string resultText = regex.Replace(htmlText, " ").Trim().Split(' ').FirstOrDefault();

    return resultText;
}

注意：感谢http://www.codeproject.com/Tips/477066/Extract-inner-text-from-HTML-using-Regex

然后，将第一个单词替换为编辑后的值（也称为ExtractHtmlInnerTextFirstWord。

private static string ReplaceHtmlInnerText(string htmlText)
{
    // Get first word.
    string firstWord = ExtractHtmlInnerTextFirstWord(htmlText);

    // Add span around first character of first word.
    string replacedFirstWord = firstWord.Replace(firstWord[0].ToString(), "<span class=\"my-style\">" + firstWord[0] +"</span>");

    // Replace only first occurrence of word.
    var regex = new Regex(Regex.Escape(firstWord));
    string replacedText = regex.Replace(htmlText, replacedFirstWord, 1);

    return replacedText;
}

您可以使用以下方法调用该方法：

private static void Main(string[] args)
{
    string str1 = "hello world";
    string str2 = "<p><div>hello</div> world <div>some text</div></p>";
    Console.WriteLine("Original: " + str1);
    Console.WriteLine("Edited value: " + ReplaceHtmlInnerText(str1));
    Console.WriteLine("Original: " + str2);
    Console.WriteLine("Edited value: " + ReplaceHtmlInnerText(str2));
    Console.Read();
}

输出：

Original: hello world 
Edited value: <span class="my-style">h</span>ello world 
Original: <p><div>hello</div> world <div>some text</div></p> 
Edited value: <p><div><span class="my-style">h</span>ello</div> world <div>some text</div></p>

【讨论】：

【解决方案2】：

:first-letter 选择器可以帮助你使用 CSS 做到这一点。 http://www.w3schools.com/cssref/sel_firstletter.asp

【讨论】：