C# 如何使用HTML Agility Pack修复格式错误的HTML？

我的HTML格式错误，标签重叠：

单词1单词2

单词3单词4

重叠也可以嵌套

如何使用HTML Agility Pack HAP将其转换为格式良好的HTML

我正在寻找以下输出：

单词1单词2

单词3单词4

---

我尝试了HtmlNode.ElementsFlags[b]=HtmlElementFlag.Closed | HtmlElementFlag.CanOverlap，但它没有按预期工作。

它实际上按预期工作，但可能没有按预期工作。无论如何，下面是一段控制台应用程序的示例代码，演示了如何使用该库实现一些HTML修复

该库有一个ParseErrors集合，可用于确定在标记解析期间检测到的错误

这里确实存在两种类型的问题：

1未闭合的元件。默认情况下，库会修复这个问题，但在这种情况下，P元素上有一个选项可以防止出现这种情况

2个未打开的元件。这一个更复杂，因为它取决于您想如何修复它，您想在哪里打开标记？在下面的示例中，我使用了最近的上一个文本同级节点来打开元素

static void Main(string[] args)
{
    // clear the flags on P so unclosed elements in P will be auto closed.
    HtmlNode.ElementsFlags.Remove("p");

    // load the document
    HtmlDocument doc = new HtmlDocument();
    doc.Load("yourTestFile.htm");

    // build a list of nodes ordered by stream position
    NodePositions pos = new NodePositions(doc);

    // browse all tags detected as not opened
    foreach (HtmlParseError error in doc.ParseErrors.Where(e => e.Code == HtmlParseErrorCode.TagNotOpened))
    {
        // find the text node just before this error
        HtmlTextNode last = pos.Nodes.OfType<HtmlTextNode>().LastOrDefault(n => n.StreamPosition < error.StreamPosition);
        if (last != null)
        {
            // fix the text; reintroduce the broken tag
            last.Text = error.SourceText.Replace("/", "") + last.Text + error.SourceText;
        }
    }

    doc.Save(Console.Out);
}

public class NodePositions
{
    public NodePositions(HtmlDocument doc)
    {
        AddNode(doc.DocumentNode);
        Nodes.Sort(new NodePositionComparer());
    }

    private void AddNode(HtmlNode node)
    {
        Nodes.Add(node);
        foreach (HtmlNode child in node.ChildNodes)
        {
            AddNode(child);
        }
    }

    private class NodePositionComparer : IComparer<HtmlNode>
    {
        public int Compare(HtmlNode x, HtmlNode y)
        {
            return x.StreamPosition.CompareTo(y.StreamPosition);
        }
    }

    public List<HtmlNode> Nodes = new List<HtmlNode>();
}

---

谢谢Simon，我需要消化一下：很高兴能直接从作者那里听到你的作品，你在HAP上的作品受到了广泛的赞赏。这方面有什么特别的情况吗？我之所以这样问，是因为我似乎在框架未被自动关闭的情况下出现了意外行为。@twobob-是的，也许，您可以在声明框架时检查此行为，您可以使用ElementFlags集合将其删除：我为您创建如此有用的库向您致敬。