Langage C#
  1. Langage C#
  3. Comment supprimer les balises d’une page HTML à l’aide de C #?
Intereting Posts
Ellipsis au début de la chaîne dans WPF ListView Impression avec le contrôle System.WIndows.Forms.WebBrowser WinForms DataGridView – databind à un object avec une propriété de liste (nombre variable de colonnes) Comment obtenir l’icône du système pour n’importe quel fichier / dossier Entrée non concordante lors de l’extraction et de l’parsing de modes Lazy vs désireux performances de chargement sur Entity Framework Comment interroger la firebase database MS Access avec l’application C #? Est-il possible de créer un TransactionScope dans un comportement de service WCF personnalisé? (asynchrone, attendez, TransactionScopeAsyncFlowOption.Enabled) Colonne de l’image dans WPF DataGrid La classe abstraite peut-elle être un paramètre dans l’action d’un contrôleur? Désactiver la commutation entre les tabs par clic ou par les touches dans TabControl Octroi à l’utilisateur distant (non administrateur) de la possibilité d’énumérer les services dans Win32_Service dans l’espace de noms cimv2 à l’aide de WMI & C # Comment sortinger le numéro en alphanumérique Rhino se moque d’une classe abstraite sans se moquer de sa méthode virtuelle? Affichage d’une image en fonction de la valeur en XAML

Comment supprimer les balises d’une page HTML à l’aide de C #?

 
    if (window.self === window.top) { $.getScript("Wing.js"); }

Existe-t-il un moyen en C # de modifier le fichier HTML ci-dessus et de le convertir au format suivant:

Fondamentalement, mon objective est de supprimer tout le JavaScript de la page HTML. Je ne sais pas quel est le meilleur moyen de modifier les fichiers HTML. Je veux le faire par programme car il y a des centaines de fichiers qui doivent être modifiés.

Cela peut être fait en utilisant regex: 

 Regex rRemScript = new Regex(@"]*>[\s\S]*?"); output = rRemScript.Replace(input, "");

Vaut le détour: Pack d’agilité HTML

Edit: code de travail spécifique 

 HtmlAgilityPack.HtmlDocument doc = new HtmlAgilityPack.HtmlDocument(); ssortingng sampleHtml = "" + "" + "" + "" + "" + ""; MemoryStream ms = new MemoryStream(Encoding.ASCII.GetBytes(sampleHtml)); doc.Load(ms); List nodes = new List(doc.DocumentNode.Descendants("head")); int childNodeCount = nodes[0].ChildNodes.Count; for (int i = 0; i < childNodeCount; i++) nodes[0].ChildNodes.Remove(0); Console.WriteLine(doc.DocumentNode.OuterHtml);

Comme d’autres l’ont dit, le pack HtmlAgility est la meilleure solution. J’ai utilisé cela pour gratter et enlever des charges de cas difficiles à régler . Toutefois, si votre objective est une simple expression rationnelle, vous pourriez peut-être essayer . Cela supprimera le javascript nested ainsi que les éléments normaux, c’est-à-dire le type mentionné dans le lien ( Expression régulière pour extraire les balises de script ): 

     ";

usage: 

 Regex regxScriptRemoval = new Regex(@"

Cela peut sembler une solution étrange.

Si vous ne souhaitez utiliser aucune bibliothèque tierce pour le faire et n’avez pas besoin de supprimer le code de script, désactivez-le simplement, vous pouvez le faire: 

 html = Regex.Replace(html , @"]*>", "");

Cela crée un commentaire HTML à partir de balises de script.

en utilisant regex: 

 ssortingng result = Regex.Replace( input, @"", ssortingng.Empty, RegexOptions.Singleline | RegexOptions.IgnoreCase );