Я пишу парсер HTML с помощью AngleSharp, который должен вводить HTML следующим образом:
<p>
Paragraph Text
<a href="https://www.example com" class="external text" target="_new" rel="nofollow">Link Text</a>
Paragraph Text 2
</p>
и выводить так:
<p>
Paragraph Text
<a href="https://www.example com">Link Text</a>
Paragraph Text 2
</p>
Я написал эту рекурсивную функцию для просмотра всего документа:
using AngleSharp.Dom;
using AngleSharp.Dom.Html;
using AngleSharp.Extensions;
using AngleSharp.Parser.Html;
private void processHTMLNode(IElement node, IElement targetNode)
{
switch (node.NodeName.ToLower())
{
//...
case "a":
if(node.HasAttribute("href") && node.GetAttribute("href").StartsWith("#"))
{
break;
}
var aNew = outputDocument.CreateElement("a");
aNew.SetAttribute("href", node.GetAttribute("href"));
aNew.TextContent = node.TextContent;
targetNode.AppendChild(aNew);
break;
case "p":
var pNew = outputDocument.CreateElement<IHtmlParagraphElement>();
foreach (var childNode in node.Children)
{
processHTMLNode(childNode, pNew);
}
//TODO fix this
pNew.TextContent = node.TextContent;
targetNode.AppendChild(pNew);
break;
}
//...
}
Проблема в том, что установка атрибута TextContent
перезаписывает a
-элементы, которые являются дочерними элементами p
-узла. Также теряется порядок (текст -> ссылка -> текст).
Как правильно это реализовать?