Versione C# di HTML Tidy?

Question

Sto solo cercando un modo davvero semplice per pulire un po 'di codice HTML (possibilmente con codice JavaScript incorporato). Ho provato twodifferentHTML Tidy porte .NET ed entrambi stanno lanciando eccezioni ...

Spiacente, per "pulito" intendo "indent". L'HTML non è malformato, affatto. È XHTML rigoroso.

---

ho finalmente ha qualcosa a lavorare con SGML, ma questo è seriamente il pezzo più ridicola di codice mai per far rientrare il linguaggio HTML.

private static string FormatHtml(string input) 
{ 
    var sgml = new SgmlReader {DocType = "HTML", InputStream = new StringReader(input)}; 
    using (var sw = new StringWriter()) 
    using (var xw = new XmlTextWriter(sw) { Indentation = 2, Formatting = Formatting.Indented }) 
    { 
     sgml.Read(); 
     while (!sgml.EOF) 
      xw.WriteNode(sgml, true); 
    } 
    return sw.ToString(); 
} 

Answer 1

L'ultimo wrapper C# per HTML Tidy è stato realizzato da Mark Beaton, che sembra piuttosto aggiornato rispetto ai collegamenti a cui si fa riferimento (2003). Vale anche la pena notare che Mark mette a disposizione gli eseguibili per il riferimento, piuttosto che estrarli dal sito ufficiale. Questo dovrebbe fare il trucco di organizzare e convalidare bene il tuo HTML.

• TidyManaged (source)
• TidyManaged/libtidy builds

Answer 2

UPDATE:

Controllare HtmlTextWriter o XhtmlTextWriter, utilizzo: Formatting Html Output with HtmlTextWriter, forse HTML construction via HtmlTextWriter sarà meglio?

controllare anche: LINQ & Lambda, Part 3: Html Agility Pack to LINQ to XML Converter

http://www.manoli.net/csharpformat/, qui source code nel caso in cui non te ne accorgi.

---

Forse vuoi farlo da solo? Questo progetto può essere utile: Html Agility Pack

Che cos'è esattamente Html Agility Pack (HAP)?

Questo è un parser HTML agile che crea un DOM in lettura/scrittura e supporta XPATH o XSLT (in realtà NON DEVI comprendere XPATH o XSLT per usarlo, non preoccuparti ...). È una libreria di codice .NET che consente di analizzare file HTML "fuori dal web". Il parser è molto tollerante con l'HTML malformato del "mondo reale". Il modello a oggetti è molto simile a quello che propone System.Xml, ma per documenti HTML (o flussi).

Html Agility Pack supporta ora Linq to Objects (tramite un'interfaccia LINQ a Xml Like). Scopri la nuova versione beta di giocare con questa funzione

Esempi di applicazioni: fissaggio

• pagina o generazione. Puoi correggere una pagina nel modo desiderato, modificare il DOM, aggiungere nodi, copiare i nodi, beh ... tu lo chiami.

• Scanner Web. Puoi facilmente raggiungere img/src o a/hrefs con una serie di query XPATH.

• Web scrapers. È possibile eliminare facilmente qualsiasi pagina Web esistente in un feed RSS ad esempio, con solo un file XSLT che funge da associazione. Un esempio di questo è fornito da .

---

Inoltre si può provare questa implementazione: A managed wrapper for the HTML Tidy library

Answer 3

ho usato SGML Reader a convertire HTML in XHTML in passato. Potrebbe valere la pena di esaminare ...

Non ho mai avuto problemi quando lo usavo.