Я просто ищу действительно простой способ очистить некоторый HTML (возможно, со встроенным кодом JavaScript) . Я пробовал два разных HTML Tidy .NET-портов, и оба выдают исключения ...
Извините, под «чистым» я подразумеваю «отступ». HTML вообще не искажен. Это XHTML строгий.
Я наконец получил кое-что, работающее с SGML , но это действительно самый нелепый кусок кода, когда-либо использовавший отступы в HTML.
private static string FormatHtml(string input)
{
var sgml = new SgmlReader {DocType = "HTML", InputStream = new StringReader(input)};
using (var sw = new StringWriter())
using (var xw = new XmlTextWriter(sw) { Indentation = 2, Formatting = Formatting.Indented })
{
sgml.Read();
while (!sgml.EOF)
xw.WriteNode(sgml, true);
}
return sw.ToString();
}