如何確保C＃WebBrowser控件中搜索的文本是實際文本，而不是元素或屬性？

Question

如果有人仍然可以回答這個問題，我將在此處保留，但我將走另一條路線進行搜索

我知道這里有幾個類似的問題，但是沒有一個讓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。 獲取所有出現的搜索詞或短語，忽略大小寫。 但是問題是，如果您要搜索“ div”或“表”或某個其他單詞（即html元素名稱或屬性值），則搜索會試圖突出顯示該單詞，從而完全破壞了頁面。

因此，我真的只需要一種簡單的方法來確保搜索忽略這些情況。 這就是我所擁有的。 我認為我可能需要一個非常好的正則表達式，但是我不能編寫一個正則表達式來挽救生命，因此我們將不勝感激。

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

只需使用以下方法從該html字符串中刪除所有html標簽：

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

編輯：

您是對的，因此與其在html中進行搜索，還不如遍歷頁面的所有節點並在其中搜索單詞。