HTML Agility Pack - 选择带有选项标签的HTML选择标记的问题

Question

我正在使用HTML Agility Pack来选择一个元素，并从加载的html字符串返回该元素及其包含的所有内容。 在测试我的代码时，我针对来自w3schools的select标签示例运行它：

<select name="cars">
  <option value="volvo">Volvo XC90</option>
  <option value="saab">Saab 95</option>
  <option value="mercedes">Mercedes SLK</option>
  <option value="audi">Audi TT</option>
</select>

当我尝试使用HTML敏捷包选择并返回时，我得到（删除选项结束标记）：

<select name="cars">
  <option value="volvo">Volvo XC90
  <option value="saab">Saab 95
  <option value="mercedes">Mercedes SLK
  <option value="audi">Audi TT
</select>

所以我在这里做了一些搜索并找到了添加该行的指令：HtmlNode.ElementsFlags.Remove（“option”）;

我做到了，现在我得到了（选项文本被移动到选项标签之外）：

<select name="cars">
  <option value="volvo"></option>Volvo XC90
  <option value="saab"></option>Saab 95
  <option value="mercedes"></option>Mercedes SLK
  <option value="audi"></option>Audi TT
</select>

我希望输出与原始HTML匹配。 我需要做什么才能做到这一点？

我也在使用OptionWriteEmptyNodes，因为当我使用输入标签进行测试时，他们的自我关闭被删除，添加该选项似乎解决了这个问题。 我现在评论它以确保它不会影响这个问题。

这是我的.NET C＃代码：

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(content);
HtmlNode.ElementsFlags.Remove("option"); // otherwise, the closing tag is removed.

//doc.OptionWriteEmptyNodes = true;

var nodes = doc.DocumentNode.SelectNodes("//select");

if (nodes == null)
    return "Not found";
else
    return nodes[0].OuterHtml;

Answer 1

您需要为选项标记设置ElementsFlag字段才能使其正常工作

HtmlNode.ElementsFlags["option"] = HtmlElementFlag.Closed;

HtmlDocument doc = new HtmlDocument();
doc.LoadHtml(html);

应返回原始HTML代码。

我认为HtmlAgilityPack以这种方式运行的原因是因为<option> -tag具有讽刺意味的是HTML中的可选标记，不需要结束标记。

摘自HtmlNode类的文档及其字段ElementsFlags ：

获取标志的集合，这些标志定义特定元素节点的特定行为。 该表包含一个DictionaryEntry列表，其中小写标记名称为Key，HtmlElementFlags组合为Value。

进一步查看HtmlElementFlag枚举显示：

空 - 节点为空。 META或IMG是此类节点的示例。 已关闭 - 解析期间将自动关闭节点。

您可以查看类HtmlNode的源代码，以查看其他标记被视为“特定”。