使用C＃，如何檢測斷開的鏈接或標記？

Question

我有一個HTML文件，它在語法上不正確，我用HTML Agility Pack解析它。

但是，如果我有一個像

<a href="http://google.com/!/!!!">Google</a>

鏈接這是一個問題，是有可能的方式，這樣，當發現錯誤檢測損壞的鏈接（無頁是可用的鏈接）的應用程序會將該鏈接存儲在列表中並返回它？在標籤上

同樣的問題，例如：

<img hhh="jjj"/> 

這裏的圖像標籤是完全錯誤的，這應該是在「錯誤的修復名單了。

在此先感謝。

Answer 1

您需要遍歷Document.DocumentNode.Descendants("a")並檢查href標籤是否損壞。

同樣，您可以遍歷Document.DocumentNode.Descendants("img")並檢查src屬性。

編輯：

檢查壞的屬性，你可以保持Dictionary<string, IEnumerable<string>>該標籤名稱映射到有效的屬性，然後使用LINQ尋找失蹤的屬性，如：

from tag in Document.DocumentNode.Descendants() 
let legalAttributes = allAttributes[tag.TagName] 
from attribute in tag.Attributes 
where !legalAttributes.Contains(attribute.Name, StringComparer.OrdinalIgnoreCase) 
select new { Tag = tag.OuterHtml, Attribute = attribute.Name }