C# AngleSharp获取所有HTML标记并分配唯一的id属性
是否有任何方法可以用于获取所有主体标记计数,然后为所有标记分配唯一的属性id,如“数据id=1”、“数据id=2”等 我希望测试静态网站翻译的目的,然后我将使用查询选择器[data id],从每个标记中获取文本内容,并使用翻译API翻译文本,并将翻译文本设置回最初提取的标记id C# HTMLC# AngleSharp获取所有HTML标记并分配唯一的id属性,c#,anglesharp,C#,Anglesharp,是否有任何方法可以用于获取所有主体标记计数,然后为所有标记分配唯一的属性id,如“数据id=1”、“数据id=2”等 我希望测试静态网站翻译的目的,然后我将使用查询选择器[data id],从每个标记中获取文本内容,并使用翻译API翻译文本,并将翻译文本设置回最初提取的标记id C# HTML <!DOCTYPE html> <html> <head> </head> <body> <h1>My page heading&l
<!DOCTYPE html>
<html>
<head>
</head>
<body>
<h1>My page heading</h1>
<h2>This is example static page to get all the HTML tags and their <strong>childrens content </strong> and then <span>translate</span>
that into </br> another language.
</h2>
<p>Something in footer</p>
</body>
</html>
我的页面标题
这是一个静态页面示例,用于获取所有HTML标记及其儿童内容,然后进行翻译
将其转换成另一种语言。
页脚上有东西
下面的代码似乎就是这么做的。基本上,它从Body元素收集所有下行元素,循环它们并添加属性。也许你在传遍所有后代时遇到了麻烦
我将主体更新后的内部html写入文本文件,这样您就可以看到“数据id”属性
class Program
{
static void Main(string[] args)
{
var response = getHtml("http://www.bbc.com");
var html = response.Result;
HtmlParser htmlParser = new HtmlParser();
var parsedDoc = htmlParser.Parse(html);
var body = parsedDoc.Body;
var elements = getAllElements(parsedDoc.Body);
for(var i = 0; i < elements.Count; i++)
{
var child = elements[i];
child.SetAttribute("data-id", $"data-id{i + 1}");
}
File.WriteAllText("E:/soQuestion.txt", parsedDoc.Body.InnerHtml);
}
static async Task<string> getHtml(string url)
{
using (var httpClient = new HttpClient())
{
var response = await httpClient.GetAsync(url);
//if http request did not succeeed, return empty html
if (!response.IsSuccessStatusCode) return string.Empty;
var content = await response.Content.ReadAsStringAsync();
return content;
}
}
static List<IElement> getAllElements(IElement element)
{
List<IElement> elements = new List<IElement>();
//add element itself
elements.Add(element);
foreach (var child in element.Children)
{
//add each child elements
elements.AddRange(getAllElements(child));
}
return elements;
}
}
类程序
{
静态void Main(字符串[]参数)
{
var response=getHtml(“http://www.bbc.com");
var html=response.Result;
HtmlParser HtmlParser=新的HtmlParser();
var parsedDoc=htmlParser.Parse(html);
var body=parsedDoc.body;
var elements=getAllegements(parsedDoc.Body);
对于(var i=0;i
谢谢,这很有帮助。处理属性文本并将其设置回其所属的原始标记的任何方法。我想用这个翻译一个静态网站。为什么不创建一个新的Html,并在那里添加所有的更改,而不是试图操纵原始页面源代码?最后,只需使用新生成的html。如果AngleSharp没有在GetAllegements中捕捉到这一点,可能会有删除正文中的css、样式、注释等的风险。我将在新html中插入什么?或者它赢了;不要忽视任何事情?有没有使用我的示例HTML构建HTML的示例?
class Program
{
static void Main(string[] args)
{
var response = getHtml("http://www.bbc.com");
var html = response.Result;
HtmlParser htmlParser = new HtmlParser();
var parsedDoc = htmlParser.Parse(html);
var body = parsedDoc.Body;
var elements = getAllElements(parsedDoc.Body);
for(var i = 0; i < elements.Count; i++)
{
var child = elements[i];
child.SetAttribute("data-id", $"data-id{i + 1}");
}
File.WriteAllText("E:/soQuestion.txt", parsedDoc.Body.InnerHtml);
}
static async Task<string> getHtml(string url)
{
using (var httpClient = new HttpClient())
{
var response = await httpClient.GetAsync(url);
//if http request did not succeeed, return empty html
if (!response.IsSuccessStatusCode) return string.Empty;
var content = await response.Content.ReadAsStringAsync();
return content;
}
}
static List<IElement> getAllElements(IElement element)
{
List<IElement> elements = new List<IElement>();
//add element itself
elements.Add(element);
foreach (var child in element.Children)
{
//add each child elements
elements.AddRange(getAllElements(child));
}
return elements;
}
}