/// <summary>
/// コンストラクタ
/// </summary>
public HtmlNode(bool ignoreCase)
{
_childNodes = new HtmlNodeList();
_attributes = ignoreCase ?
new Dictionary<String, String>(StringComparer.InvariantCultureIgnoreCase) :
new Dictionary<String, String>();
}
/// <summary>
/// HTMLを解析し、ノードのリストを生成する
/// </summary>
/// <returns></returns>
public HtmlNodeList Parse()
{
HtmlNodeList nodeList = new HtmlNodeList();
bool isScript = false;
//HTMLを終端まで移動していく
while (!MoveNext())
{
//タグの開始の場合
if (Current == '<')
{
if (IsComment)
{
MoveToCommentEnd();
}
else
{
HtmlNode node = ParseTag();
if (node != null)
{
//Console.WriteLine("<{0}>", node.NodeType == NodeType.EndTag ? "/" + node.TagName : node.TagName);
//foreach (String key in node.Attributes.Keys)
//{
// Console.WriteLine("属性:{0}={1}", key, node.Attributes[key]);
//}
nodeList.Add(node);
if (node.NodeType == NodeType.Tag && node.TagName.Equals("script", StringComparison.OrdinalIgnoreCase))
{
isScript = true;
}
else if (node.NodeType == NodeType.EndTag && node.TagName.Equals("script", StringComparison.OrdinalIgnoreCase))
{
isScript = false;
}
}
}
}
//それ以外の場合
else
{
HtmlNode node = ParseText(isScript);
if (node != null)
{
//Console.WriteLine((node as HtmlTextNode).Text);
nodeList.Add(node);
}
}
}
return nodeList;
}
/// <summary>
/// 指定されたタグ名のコレクションを返す
/// </summary>
/// <param name="tagName"></param>
/// <returns></returns>
public HtmlNodeList GetNodesByTagName(String tagName)
{
HtmlNodeList nodeList = new HtmlNodeList();
foreach (HtmlNode node in _allNodes)
{
if ((node.NodeType == NodeType.SelfComplete || node.NodeType == NodeType.Tag)
&& node.TagName.Equals(tagName, StringComparison.OrdinalIgnoreCase))
{
nodeList.Add(node);
}
}
return nodeList;
}
/// <summary>
/// テキストからHTMLドキュメントを読み込む
/// </summary>
/// <param name="html"></param>
public void LoadHtml(String html, bool ignoreCase = false)
{
HtmlParser parser = new HtmlParser(html, ignoreCase);
AllNodes = parser.Parse();
List<HtmlNode> nodeList = new List<HtmlNode>();
foreach (HtmlNode node in AllNodes)
{
nodeList.Add(node);
}
BuildHierarchy(nodeList, this);
//Console.WriteLine(this);
}
/// <summary>
/// 指定されたテキストを含む直近の親のタグのコレクションを返す
/// </summary>
/// <param name="text"></param>
/// <returns></returns>
public HtmlNodeList GetNodesByText(String text)
{
HtmlNodeList nodeList = new HtmlNodeList();
foreach (HtmlNode node in _allNodes)
{
if (node.NodeType == NodeType.Tag)
{
if (node.InnerText.Contains(text))
{
nodeList.Add(node);
}
}
}
return nodeList;
}
/// <summary>
/// 属性の値に指定された文字を含むタグのコレクションを返す
/// </summary>
/// <param name="value"></param>
/// <returns></returns>
public HtmlNodeList GetNodesByAttribute(String text)
{
HtmlNodeList nodeList = new HtmlNodeList();
foreach (HtmlNode node in _allNodes)
{
if (node.NodeType == NodeType.Tag || node.NodeType == NodeType.SelfComplete)
{
foreach (String value in node.Attributes.Values)
{
if (value != null && value.Contains(text))
{
nodeList.Add(node);
break;
}
}
}
}
return nodeList;
}
/// <summary>
/// HTMLの階層を構築する
/// </summary>
private void BuildHierarchy(List<HtmlNode> nodeList, HtmlNode node)
{
//Console.WriteLine("\r\nBuildHierarchy:{0}-{1}", node != null ? node.TagName : "doc", nodeList.Count);
int addedText = 0;
HtmlNodeList parentList = new HtmlNodeList();
while (true)
{
//Console.WriteLine("{0} begin loop:{1}",node != null ? node.TagName : "doc",nodeList.Count);
HtmlNode startNode = null;
HtmlNode endNode = null;
List<HtmlNode> childList = new List<HtmlNode>();
int startTagPos = -1;
int endTagPos = -1;
int endTagCount = 0;
String endTagName = null;
//リストの後方から最初にある終了タグを探す
for (int i = nodeList.Count - 1; i >= 0; i--)
{
//終了タグがまだ見つかっていない場合
if (endTagPos == -1)
{
if (nodeList[i].NodeType == NodeType.EndTag)
{
endTagPos = i;
endTagName = nodeList[i].TagName;
endNode = nodeList[i];
//Console.WriteLine("{0} endTagName:{1}", node != null ? node.TagName : "doc", endTagName);
}
else
{
if (addedText <= nodeList.Count - 1 - i)
{
parentList.Insert(0, nodeList[i]);
addedText++;
}
}
}
//終了タグが見つかっている場合
else
{
//同一タグ名の終了タグが見つかった場合
if (nodeList[i].NodeType == NodeType.EndTag && nodeList[i].TagName.Equals(endTagName, StringComparison.OrdinalIgnoreCase))
{
//終了タグを発見してから同一タグの終了タグが見つかった場合、カウントアップする
endTagCount++;
}
//開始タグが見つかった場合
else if (nodeList[i].NodeType == NodeType.Tag && nodeList[i].TagName.Equals(endTagName, StringComparison.OrdinalIgnoreCase))
{
//カウンターが1以上の場合、他の終了タグに対応する開始タグを表す
if (endTagCount <= 0)
{
startTagPos = i;
startNode = nodeList[i];
//開始タグと終了タグの間を切りとり、子供のノードに渡す
for (int x = startTagPos + 1; x < endTagPos; x++)
{
nodeList[x].ParentNode = startNode;
childList.Add(nodeList[x]);
//Console.WriteLine("{0}-{1}-{2} childlist:{3} - {4}", startTagPos, endTagPos, node != null ? node.TagName : "doc", nodeList[x].NodeType,nodeList[x].NodeType == NodeType.Text ? nodeList[x].Text : nodeList[x].TagName);
}
//開始タグ、終了タグを含む、間のタグを親のリストから削除する
nodeList.Remove(startNode);
nodeList.Remove(endNode);
foreach (HtmlNode childNode in childList)
{
nodeList.Remove(childNode);
}
startNode.ParentNode = node;
BuildHierarchy(childList, startNode);
break;
}
else
{
endTagCount--;
}
}
}
}
if (endTagPos != -1)
{
if (startTagPos == -1)
{
//throw new Exception("開始タグがない");
nodeList.Remove(endNode);
parentList.Insert(0, endNode);
}
else
{
//先頭に追加
parentList.Insert(0, startNode);
}
}
else
{
break;
}
}
node.ChildNodes = parentList;
//Console.WriteLine("終了:BuildHierarchy:{0}-{1}\r\n", node != null ? node.TagName : "doc", nodeList.Count);
}
