解析格式错误的 XML
时间：2023-08-28问题描述
我正在尝试将一段(可能)格式错误的 HTML 加载到 XMLDocument 对象中，但它因 XMLExceptions 而失败...因为有额外的开始/结束标记，以及格式错误的 XML 标记，例如img > 代替
I'm trying to load a piece of (possibly) malformed HTML into an XMLDocument object, but it fails with XMLExceptions... since there are extra opening/closing tags, and malformed XML tags such as <img > instead of <img />
如何让 XML 解析数据中的所有错误?在解析之前是否可以应用任何 XML 验证器来纠正这些错误?或者处理异常会解析任何可以解析的东西?
How do I get the XML to parse with all the errors in the data? Is there any XML validator that I can apply before parsing, to correct these errors? Or would handling the exception parse whatever can be parsed?
推荐答案
HTML Agility Pack 将解析html，而不是 xhtml，并且非常宽容.如果您使用过 XmlDocument，对象模型会很熟悉.
The HTML Agility Pack will parse html, rather than xhtml, and is quite forgiving. The object model will be familiar if you've used XmlDocument.
这篇关于解析格式错误的 XML的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持html5模板网！
相关文章
读取 XML 时忽略空格Ignore whitespace while reading XML(读取 XML 时忽略空格)- 带有检查空元素的 XML 到 LINQXML to LINQ with Checking Null Elements(带有检查空元素的 XML 到 LINQ)
- 在 C# 中读取带有未闭合标签的 XMLReading XML with unclosed tags in C#(在 C# 中读取带有未闭合标签的 XML)
- 在 C# 中使用 Html 敏捷性解析表格、单元格Parsing tables, cells with Html agility in C#(在 C# 中使用 Html 敏捷性解析表格、单元格)
- 使用 LINQ 从 xml 中删除元素delete element from xml using LINQ(使用 LINQ 从 xml 中删除元素)
- 使用 HTMLAgilityPack 仅提取页面文本extracting just page text using HTMLAgilityPack(使用 HTMLAgilityPack 仅提取页面文本)