C#实现忽略HTML标签的文本搜索替换需求

核心解决思路 #

直接用字符串替换会误改HTML标签代码（比如把<span>改成<<strong>sp</strong>an>），正确做法是先将HTML解析为DOM结构，仅遍历并修改纯文本节点中的目标内容，最后再转回HTML字符串，完全避开HTML标签本身的内容。

C# 实现（基于HtmlAgilityPack） #

1. 先安装依赖包：

Install-Package HtmlAgilityPack

2. 实现代码：

using HtmlAgilityPack;

public string BoldTargetText(string htmlContent, string targetText)
{
    var htmlDoc = new HtmlDocument();
    htmlDoc.LoadHtml(htmlContent);

    // 遍历所有纯文本节点，跳过HTML元素节点
    foreach (var textNode in htmlDoc.DocumentNode.Descendants()
                                   .Where(node => node.NodeType == HtmlNodeType.Text))
    {
        var originalText = textNode.InnerText;
        // 仅替换当前文本节点中的目标内容
        var newText = originalText.Replace(targetText, $"<strong>{targetText}</strong>");
        textNode.InnerHtml = newText;
    }

    return htmlDoc.DocumentNode.OuterHtml;
}

调用该方法处理示例HTML，只会把specific里的sp加粗，<span>标签本身不会被修改。

Python 实现（基于BeautifulSoup） #

1. 先安装依赖包：

pip install beautifulsoup4

2. 实现代码：

from bs4 import BeautifulSoup, NavigableString

def bold_target_text(html_content, target_text):
    soup = BeautifulSoup(html_content, "html.parser")

    # 遍历所有节点，仅处理纯文本节点
    for node in soup.descendants:
        if isinstance(node, NavigableString):
            # 替换文本中的目标内容为加粗格式
            replaced_text = node.replace(target_text, f"<strong>{target_text}</strong>")
            # 替换原文本节点
            node.replace_with(BeautifulSoup(replaced_text, "html.parser"))
    
    return str(soup)

额外说明 #

• 如果需要排除某些标签内的文本（比如完全忽略<span>里的内容），可以在遍历节点时添加过滤条件：C#中判断textNode.Parent.Name != "span"，Python中判断node.parent.name != "span"。
• 绝对不要用正则表达式直接处理HTML字符串，HTML嵌套结构复杂，正则无法精准区分标签和文本，极易破坏页面结构。

内容的提问来源于stack exchange，提问作者D Clements