65.9K
CodeProject 正在变化。 阅读更多。
Home

HTML 片段的解析和创建

Matthias Gerloff
starIconstarIconstarIcon
emptyStarIcon
starIcon
emptyStarIcon

3.08/5 (9投票s)

2003年1月9日

3分钟阅读

viewsIcon

85363

downloadIcon

964

将 HTML 部分解析为对象树并返回的类

引言

当查看 Page 对象的 Controls 集合时，您会很快意识到所有有趣的东西都包含在 LiteralControl 中。 因此，没有简单的方法可以舒适地插入或更改此文本。 因此，我编写了一些类，可以将字符串分解为对象。 这些对象可以安全地更改，然后为 LiteralControl 生成一个新的字符串。

我在编写页面模板类时遇到了这个问题。 您可以将文字代码从 .aspx 文件中取出，但随后设计器似乎无法很好地工作。 所以我喜欢使用设计器并更改页面模板中的页眉文字。

背景

解析 HTML 并不是一件有趣的事情，所以我做了一些限制。

  • 解析器实际上并不理解 HTML，而只理解文本、标签和属性。 他不关心他们的名称和值是什么。
  • 格式错误的输入将导致输出不佳。（即，<meta> 通常不会关闭，因此放置后续标签的唯一方法是作为子标签。 因此，源文本必须更改为类似 <meta ... />。）
  • 由于您可以将纯文本插入到生成的对象树中，因此您很容易破坏输出。（即，插入像 "<junk" 这样的文本将被呈现为 "<junk" 而不是 &lt;junk"。请记住，大脑在屏幕前面 :-)

使用代码

主要的类是 Fragments。 Fragments 的构造函数接受一个字符串，该字符串被解析为对象。 Fragments 是一个（猜猜是什么？）Fragement 的集合。 实际上 Fragment 是 FragmentText（表示简单的纯文本）、FragmentTag（表示一个标签 <tagname attr="value" ... >）、FragmentComment（表示注释 <!-- ... --> 和 FragmentDoctype（即 <!DOCTYPE HTML ... >）。

对象可以像在任何集合中一样被更改、添加或删除。 类型为 FragmentTag 的对象具有一个属性 Nodes，它表示子标签。 由于我们解析的是一个片段，因此可能存在不匹配的标签（即，只有开始或只有结束标签。因此，FragmentTag 具有一个属性 Type，它声明是否存在开始和/或结束标签。 值 OpenCloseShort 代表 <br/> 类型的标签。 显然，这些标签不能有 Nodes。

最后，使用 ToString() 方法将 Fragment 转换为纯 HTML 字符串。

Fragments fragments = new Fragments( someString );
for each ( Fragment fragment in fragments )
{
  if ( fragment is FragmentTag )
  {
    FragmentTag tag = (FragmentTag)fragment;
    tag.Nodes.Add( new FragmentText( "plain text" ) );
  }
  if ( fragment is FragmentText )
  {
  ...
  }
}
string s = fragments.ToString();

您也可以从一个空的 Fragments 对象开始，将所有内容插入其中并生成输出。

有一个带有源代码的小示例程序，我用它来进行测试。 它演示了大多数用法。

关注点

我使用 Regex 类将输入分割成碎片。 该模式相当难以阅读，但基本结构是 pattern1|pattern2|pattern3|...。 我花了一些时间才明白，下一个匹配项将包含这些模式中的一个。 我在那里给每个模式一个独占的名称，并为参数或名称创建了一些子组。 还要注意的是，下一个匹配项不会完全在上次匹配项之后继续。 它只会继续在那里搜索。 因此，我们必须自己跟踪是否已解析所有输入。

历史

  • Version 1.0 - 首次发布
  • Version 1.1 - 错误修复（异常内部的异常，嵌套引号的解析）
© . All rights reserved.