c# - 解析 HTML 片段

Question

在 C# 中解析 HTML 片段的最佳方法是什么？

对于上下文，我继承了一个使用大量复合控件的应用程序，这很好，但是很多控件是使用一长串文字控件呈现的，这相当可怕。我试图让应用程序进入单元测试，我想让这些控件接受测试，以了解它们是否生成格式良好的 HTML，并在理想的解决方案中验证该 HTML。

score 3 · Accepted Answer

看看 HTMLAgility包。它与 .NET XmlDocument 类非常兼容，但它对不干净/有效的 XHTML 的 HTML 更加宽容。

score 1 · Accepted Answer

我使用SGMLReader从 HTML 生成有效的 Xml 文档，然后使用 XPath 解析所需的内容或使用 XSLT 解析为另一种格式。.

score 1 · Accepted Answer

1

如果 HTML 与 XHTML 兼容，则可以使用内置的 System.Xml 命名空间。

于 2008-10-30T14:32:57.520 回答

score -1 · Accepted Answer

您还可以查看HTML Tidy以进行 HTML 解析/清理。我认为他们没有特定的 .NET 库，但您可能能够通过命令行运行二进制文件，或者通过 Java 库运行 IKVM。

4 回答 4