4

我现在正在使用AngleSharp解析 HTML5 我正在做的是用一点 HTML 包装我想要解析的元素，使其成为有效的 HTML5，然后在上面使用解析器，有没有更好的做法它？意思是，直接解析特定元素并验证结构确实是 HTML5？

4

1 回答 1

9

嗯，举个小例子就好了。但是 AngleSharp 确实支持片段解析，这听起来像是你想要的。InnerHtml通常，当您设置诸如将字符串转换为 DOM 节点的属性时，也会应用片段解析。

您可以使用该类的ParseFragment方法HtmlParser来获取给定源代码中包含的节点列表。一个例子：

using AngleSharp.Parser.Html;
// ...

var source = "<div><span class=emphasized>Works!</span></div>";
var parser = new HtmlParser();
var nodes = parser.ParseFragment(source, null);//null = no context given

if (nodes.Length == 0)
    Debug.WriteLine("Apparently something bad happened...");

foreach (var node in nodes)
{
    // Examine the node
}

通常所有节点都将是IText或IElement类型。注释 ( IComment) 也是可能的。您将永远不会看到IDocument或IDocumentFragment连接到这样的INodeList. 然而，由于 HTML5 非常健壮，使用这种方法您很可能永远不会遇到“错误”。

您可以做的是查找（解析）错误。您需要提供一个IConfiguration公开事件聚合器的事件聚合器，该聚合器收集此类事件。仅聚合此类事件（不可能添加/删除多个处理程序）的最简单实现如下：

using AngleSharp.Events;
// ...

class SimpleEventAggregator : IEventAggregator
{
    readonly List<HtmlParseErrorEvent> _errors = new List<HtmlParseErrorEvent>();

    public void Publish<TEvent>(TEvent data)
    {
        var error = data as HtmlParseErrorEvent;

        if (error != null)
            _errors.Add(error);
    }

    public List<HtmlParseErrorEvent> Errors
    {
        get { return _errors; }
    }

    public void Subscribe<TEvent>(ISubscriber<TEvent> listener) { }

    public void Unsubscribe<TEvent>(ISubscriber<TEvent> listener) { }
}

将事件聚合器与配置一起使用的最简单方法是实例化一个 new (provided) Configuration。这里作为示例片段。

using AngleSharp;
// ...

var errorEvents = new SimpleEventAggregator();
var config = new Configuration(events: errorEvents);

请注意：报告的每个错误都是“官方”错误（根据 W3C 规范）。这些错误并不表示提供的代码是恶意的或无效的，只是表明某些内容不符合规范并且必须应用回退。

希望这能回答你的问题。如果没有，请告诉我。

更新更新了最新版 AngleSharp 的答案。

于 2014-08-12T17:35:30.050 回答