如何确保C＃WebBrowser控件中搜索的文本是实际文本，而不是元素或属性？

Question

如果有人仍然可以回答这个问题，我将在此处保留，但我将走另一条路线进行搜索

我知道这里有几个类似的问题，但是没有一个让我明白我要去的地方。

我的搜索部分基本完成。 它工作得很漂亮。 获取所有出现的搜索词或短语，忽略大小写。 但是问题是，如果您要搜索“ div”或“表”或某个其他单词（即html元素名称或属性值），则搜索会试图突出显示该单词，从而完全破坏了页面。

因此，我真的只需要一种简单的方法来确保搜索忽略这些情况。 这就是我所拥有的。 我认为我可能需要一个非常好的正则表达式，但是我不能编写一个正则表达式来挽救生命，因此我们将不胜感激。

private void PerformSearch()
{
  string searchString = SearchTextBox.Text;
  HtmlDocument doc = ManualViewBrowser.Document;
  StringBuilder html = new StringBuilder(doc.Body.InnerHtml);

  doc.Body.InnerHtml = Regex.Replace(html.ToString(), searchString, new MatchEvaluator(Highlight), RegexOptions.IgnoreCase);
}

private string Highlight(Match m)
{
  return "<em class=\"highlight\">" + m.Value + "</em>";
}

Answer 1

只需使用以下方法从该html字符串中删除所有html标签：

private string RemoveHtmlTags(string html) {
  return Regex.Replace(html, "<.*?>", String.Empty);
}

编辑：

您是对的，因此与其在html中进行搜索，还不如遍历页面的所有节点并在其中搜索单词。