用C#字符串在HTML中搜索特定文本并标记文本的最佳方法是什么？

在C#string变量中搜索HTML以查找特定单词/短语并用突出显示标记（或包装）该单词/短语的最佳方法是什么

谢谢

---

Jeff正则表达式将是我的方式

搜索字符串时，需要查找正则表达式。至于标记它，一旦你有了子字符串的位置，它应该足够简单，可以使用它来添加一些东西来包装短语。

如果你使用的HTML与XHTML兼容，你可以将其作为XML文档加载，然后使用XPath/XSL——冗长但有点优雅

我过去使用的一种方法是将凌乱的HTML转换为XHTML，然后使用XSL/XPath将屏幕内容刮到数据库中，以创建反向内容管理系统

---

正则表达式可以做到这一点，但一旦您尝试剥离标记、图像名称等以消除误报，则可能会变得复杂。

在简单的情况下，正则表达式可以做到

字符串输入=“tttttt gotttttt”
字符串输出=Regex.Replace（输入，“go”，“$0”

将产生：“ttttttgotttttttt”

但当你说HTML时，如果你指的是最终呈现的文本，那就有点混乱了。假设您有以下HTML：

书

要突出显示“Book”一词，您需要适当的HTML呈现程序的帮助。为了简化，可以先删除所有标记，只保留内容，然后进行通常的替换，但这样做感觉不对。

您可以在SourceForge.net上查看使用开源项目。 通过这种方式，您可以通过编程方式操作文本，而不是依赖正则表达式

我喜欢使用非常易于使用的工具，尽管最近没有太多更新，但它仍然可用。例如抓取所有链接

HtmlWeb client = new HtmlWeb();
HtmlDocument doc = client.Load("http://yoururl.com");            
HtmlNodeCollection Nodes = doc.DocumentNode.SelectNodes("//a[@href]");         

foreach (var link in Nodes)
{                
    Console.WriteLine(link.Attributes["href"].Value);
}

---

它处于alpha状态，最近一次更新是在2005年，这意味着不再维护。