C# 为html中缺少的标记插入结束标记

如何在缺少结束标记的地方插入结束html标记

像

索引编号名称
哈里克里希纳

---

其中有两个缺少的结束标记。即“/tr”。在本例中，如何搜索缺少的标记的位置，以及如何插入适当的结束标记，如“/tr”。

如果要处理所有可能的情况，这似乎是一项非常艰巨的任务。HTML不是一种常规语言。我想你应该试着从源头上解决这个问题，那就是你首先是如何得到无效的HTML的。

如果你想处理所有可能的情况，这似乎是一个非常棘手的任务。HTML不是一种常规语言。我想你应该试着从源头上解决这个问题，那就是你首先是如何得到无效的HTML的。

你可以看看它是否适合你的需要。

你可以看看它是否适合你的需要。

我不能对上面的内容发表评论，所以我在这里记下。您还可以使用HTML-Tidy清理HTML片段。请参见此处的示例：

HTML Tidy的另一种替代方法是使用正则表达式清理输出代码。然而，请注意，尽管这在处理方面可能更快，但它并不像HTML Tidy那样具有通用性和健壮性（维护方面）

代码

<?php

$html = "
<table>
<tr class=\"lorem\">
<td>Index No.</td>
<td>Name</td>

<tr>
<td>0</td>
<td>FooBaz</td>

<tr>
<td>1</td>
<td>Harikrishna</td>

<tr class=\"ipsum\">
<td>2</td>
<td>Foo</td>
</tr>

<tr>
<td>3</td>
<td>Bar</td>


</table>
";

// regex magic
$start_cond = "<tr(?:\s[^>]*)?>";
$end_cond = "(?:{$start_cond}|<\/table>)";
$row_contents = "(?:(?!{$end_cond}).)*";

// first remove all </tr> tags
$xhtml = preg_replace( "/<\/tr>/ism", "", $html );

// now re-add </tr> tags where appropriate
$xhtml = preg_replace( "/({$start_cond})({$row_contents})/ism", "$1$2</tr>\n", $xhtml );

// ignore: just for writing comparision output
echo "<h2>Before:</h2>"; show_count( $html );
echo "<h2>After</h2>"; show_count( $xhtml );

function cmp($patt,$html) {
    $count = preg_match_all( "/{$patt}/ism", $html, $matches);
    return htmlentities("\n{$count} x {$patt}");
}
function show_count($html) {
    echo "<pre>"
        . cmp("<tr(\s[^>]*)?>",$html)
        . cmp("<\/tr>",$html)
        . "</pre>";
}
?>

输出

之前：
5 x]*）？>
1倍
之后
5 x]*）？>
5倍

我无法对上述内容发表评论，因此我将在此处加以说明。您还可以使用HTML-Tidy清理HTML片段。请参见此处的示例：

HTML Tidy的另一种替代方法是使用正则表达式清理输出代码。然而，请注意，尽管这在处理方面可能更快，但它并不像HTML Tidy那样具有通用性和健壮性（维护方面）

代码

<?php

$html = "
<table>
<tr class=\"lorem\">
<td>Index No.</td>
<td>Name</td>

<tr>
<td>0</td>
<td>FooBaz</td>

<tr>
<td>1</td>
<td>Harikrishna</td>

<tr class=\"ipsum\">
<td>2</td>
<td>Foo</td>
</tr>

<tr>
<td>3</td>
<td>Bar</td>


</table>
";

// regex magic
$start_cond = "<tr(?:\s[^>]*)?>";
$end_cond = "(?:{$start_cond}|<\/table>)";
$row_contents = "(?:(?!{$end_cond}).)*";

// first remove all </tr> tags
$xhtml = preg_replace( "/<\/tr>/ism", "", $html );

// now re-add </tr> tags where appropriate
$xhtml = preg_replace( "/({$start_cond})({$row_contents})/ism", "$1$2</tr>\n", $xhtml );

// ignore: just for writing comparision output
echo "<h2>Before:</h2>"; show_count( $html );
echo "<h2>After</h2>"; show_count( $xhtml );

function cmp($patt,$html) {
    $count = preg_match_all( "/{$patt}/ism", $html, $matches);
    return htmlentities("\n{$count} x {$patt}");
}
function show_count($html) {
    echo "<pre>"
        . cmp("<tr(\s[^>]*)?>",$html)
        . cmp("<\/tr>",$html)
        . "</pre>";
}
?>

输出

之前：
5 x]*）？>
1倍
之后
5 x]*）？>
5倍

@Dav，我想编写代码，以便在缺少结束标记的地方插入结束标记。@nobugz，HTML-Tidy是一个工具或源代码，我们可以重新生成HTML源代码。如果它是一个工具，那么我们可以编写什么代码来插入缺少的结束标记？@Dav，我想编写代码，以便在缺少结束标记的地方插入结束标记。@nobugz，HTML Tidy是一个工具或源代码，我们可以从中重新生成HTML源代码。如果它是一个工具，那么我们可以编写什么代码来插入缺少的结束标记？@Darin Dimitro，什么是IMHO？@Harikrishna，以我的拙见。我正在使用Html Agility Pack解析Html内容。如果任何Html文件缺少标记，则解析操作不正确。Html Agility Pack是否可以帮助在缺少结束标记的地方插入结束标记？@Darin Dimitro，什么是IMHO？@Harikrishna，以我的拙见。我正在使用Html Agility Pack来解析Html内容。如果任何Html文件缺少标记，那么解析就没有正确完成。Html Agility Pack能否帮助在缺少结束标记的地方插入结束标记？很抱歉，但我恐怕没有。上面的例子是在PHP中，但是正则表达式和执行此操作的逻辑应该基本相同，而不管使用哪种语言，只要该语言支持常用的PCRE语法（PCRE=Perl兼容正则表达式）。很抱歉，我恐怕不支持。上面的例子是用PHP编写的，但是无论使用哪种语言，正则表达式和执行该操作的逻辑应该基本相同，前提是该语言支持常用的PCRE语法（PCRE=Perl兼容正则表达式）。

Before:
5 x <tr(\s[^>]*)?>
1 x <\/tr>

After
5 x <tr(\s[^>]*)?>
5 x <\/tr>