有人做过吗？基本上，我想通过保留h1，h2，em等基本标签来使用html；清除img和标签中的所有非http地址；和HTMLEncode其他所有标签。

我被困在HTML编码部分。我知道要删除一个节点，我们可以执行" node.ParentNode.RemoveChild(node);"其中node是HtmlNode类的对象。但是，我不想对节点进行删除，而是对其进行HTMLEncode。

解决方案

我们将需要删除表示不需要的元素的节点。然后，需要将编码后的HTML重新添加为文本节点。

如果我们不想处理要丢弃的元素的子代，则应该可以只使用OuterHtml ...这样的方法可能会起作用：

node.AppendChild(new HtmlTextNode { Text = HttpUtility.HtmlEncode(nodeToDelete.OuterHtml) });

上面的答案几乎涵盖了它。不过，有一件事情要添加。

我们不想更改特定的节点，而是全部更改，因此上面的代码可能是一个包装在if语句中的方法(以确保它是我们想要的HtmlEncode标记)。更重要的是，由于Agility Pack不会按序公开节点，因此我们无法迭代整个文档。递归是最简单的方法。我们可能已经知道了...

我解决了一个类似的问题，并且非常欢迎我们使用一些shell代码(C＃)：http://dev.forrestcroce.com/normalizer-of-web-pages-qualifier-of-urls/2008-12 -09 /