使用C＃，如何检测断开的链接或标记？

Question

我有一个HTML文件，它在语法上不正确，我用HTML Agility Pack解析它。

但是，如果我有一个像

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

链接这是一个问题，是有可能的方式，这样，当发现错误检测损坏的链接（无页是可用的链接）的应用程序会将该链接存储在列表中并返回它？在标签上

同样的问题，例如：

<img hhh="jjj"/> 

这里的图像标签是完全错误的，这应该是在“错误的修复名单了。

在此先感谢。

Answer 1

您需要遍历Document.DocumentNode.Descendants("a")并检查href标签是否损坏。

同样，您可以遍历Document.DocumentNode.Descendants("img")并检查src属性。

编辑：

检查坏的属性，你可以保持Dictionary<string, IEnumerable<string>>该标签名称映射到有效的属性，然后使用LINQ寻找失踪的属性，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 }