问题标签 [sgmlreader]

我有一些看起来像这样的 XML（有效的 XHTML）：

而且我试图让#myHeader节点使用docment.GetElementById("myHeader")，但它总是返回null。为什么？

我猜它不会将id属性识别为没有 DTD 或其他东西的id 属性？如果是这种情况，我怎样才能让它使用 HTML DTD？

我需要使用XSLT转换HTML网页的内容 。因此我使用了SgmlReader并编写了如下所示的片段（我认为，最后，它是一个XmlReader ......）

尽管如此，我还是收到了错误消息

我找到了一种通过将HTML转换为XML来解决此问题的方法然后应用

1. 中间的XHTML输出到缓冲区，因此需要额外的内存
2. 转换过程需要额外的CPU处理，并且相同的层次结构被遍历两次（理论上是不必要的）。

所以（因为我知道StackOverflow社区总是提供很好的答案，而其他C#论坛让我完全失望；o）我将寻找反馈和建议，以便直接使用HTML执行XSL转换（即使SgmlReader需要被另一个替换类似的库）。

我用 SGML 和 XmlDocument 遍历一个 html 文档。当我找到其类型为 Text 的 XmlNode 时，我需要更改其具有 xml 元素的值。我无法更改 InnerXml，因为它是只读的。我试图更改 InnerText，但这次标签描述符字符<和>编码为<and >。例如：

我正在尝试更改为：

修改文本 XmlNode 值的最简单方法是什么？

我在这里在 python 2.7.1 上使用 Beautiful Soup 3.2。

我最近一直在尝试做一些简单的工作，但这似乎相当棘手：

我执行以下操作：

但是，我收到错误：

如果我再次运行相同的循环，有时，我也会得到：

如何避免此错误？显然 sgmllib.py 有问题。

我尝试了 SOF 的一些解决方案：

*] 尝试soup = BeautifulSoup(page, fromEncoding=<encoding of the page>) 结果：剂量工作，同样的错误。

*] 尝试将我的 sgmllib.py 从 2.7.2 版本升级到我的 2.7.1 版本结果：剂量工作，同样的错误。

*] 尝试html = BeautifulSoup(page.encode('utf-8')) 结果：剂量工作，同样的错误。

我将不胜感激有关如何解决此编码错误的任何建议。

我正在使用 sgmlreader 将 HTML 转换为 XML。输出进入一个 XmlDocument 对象，然后我可以使用 InnerText 方法从网站中提取纯文本。我试图通过删除任何 javascript 使文本看起来尽可能干净。遍历 xml 并删除任何<script type="text/javascript">内容很容易，但是当任何 jquery 或样式未封装在任何标签中时，我遇到了障碍。有人可以帮帮我吗？

示例代码：

第一步：一旦我使用 webclient 类下载 HTML，我保存它，然后使用文本阅读器类打开文件。

第二步：创建 sgmlreader 类并将输入流设置为文本阅读器：

第三步：一旦我有了一个 xmldocument，我就使用 doc.InnerText 来获取我的纯文本。

第四步：我可以像这样轻松删除 JavaScript 标签：

有些东西还是漏了。这是我正在编写的一个特定网站的输出示例：

需要删除该 jquery 和样式。

我正在尝试使用 SgmlReader 将 HTML 流转换为 XML 以进行进一步解析。此转换是我正在为 Windows 8 应用商店开发的 APP 的一部分。以下是将 Html 转换为 XML 的方法：-

sgmlReader.WhitespaceHandling = WhitespaceHandling.All; 是 Xml.WhitespaceHandling 不存在的问题。还有其他方法可以做到这一点吗？

几天前我报告说，DTD 模式没有嵌入到 SgmlReader 的 nuget 包中。 那里的帖子

但是我得到了回应，然后它被嵌入了，为了使用它，我必须将 DocType 设置为“HTML”它仍然对我不起作用，有人对 Nuget 提供的 1.8.8 版有同样的问题吗？（1.8.7 对我来说很好）

我使用 DotPeek 反编译了这两个版本，但在 1.8.8 中没有看到 DTD（附截图）

我正在使用 SGML Reader 来格式化我的 html 片段，如下所示https://github.com/MindTouch/SGMLReader。问题是它在代码中添加了缺失的标签。有什么办法可以阻止它。

有没有办法为 Window Phone 应用程序包含 SgmlReader？我无法通过 Install-package SgmlReader incompatiable asssembly 错误安装它

如果这是不可能的，有没有其他方法可以在 Window Phone Application 8.0 中执行 HTML 到 XML？

我在 OSX 10.9.1 上运行 Perl 5.16.2，我在从 CPAN 安装模块时遇到了困难。我安装成功

但是，当我尝试类似

我得到错误

我尝试使用重置 CPAN shell 中的 HTTP 和 FTP 代理变量

但是，错误仍然存​​在。

另外，当我尝试安装以下软件包时

我得到错误

相关的错误是

更新：

我使用 fink 安装了 OpenSP，并且 fink 将它安装在我的根目录中

该目录sw是由 fink 在我的根目录中创建的。我正在使用，但我无法弄清楚为什么在尝试构建时sudo cpan SGML::Parser::OpenSP找不到此文件。ParserEventGeneratorKit.h

任何建议将不胜感激。

谢谢