为什么 XmlDocument.GetElementById 总是返回 null？答案

【问题标题】：Why does XmlDocument.GetElementById always return null?为什么 XmlDocument.GetElementById 总是返回 null？
【发布时间】：2011-04-16 02:28:31
【问题描述】：

我有一些如下所示的 XML（有效的 XHTML）：

<html>
    <head>
        <script type="text/javascript">
            <![CDATA[
                function change_header(){
                    document.getElementById("myHeader").innerHTML="Nice day!";
                }]]>
        </script>
    </head>
    <body>
        <h1 id="myHeader">Hello World!</h1>
        <button onclick="change_header()">Change text</button>
    </body>
</html>

我正在尝试使用docment.GetElementById("myHeader") 获取#myHeader 节点，但它总是返回null。为什么？

我猜测它不能将id 属性识别为没有DTD 或其他东西的 id 属性？如果是这样，我怎样才能让它使用 HTML DTD？

【问题讨论】：

同 [GetElementById() 没有找到标签？ ](stackoverflow.com/questions/2003185/…)。
马修，我觉得不一样。只需删除 Firefox 和 chrome 中的 CDATA 即可。
@Gonzalo：你完全误解了这个问题。看看标签。这与 JavaScript 无关。我正在尝试用 C# 解析 HTML。

标签： c# xmldocument sgmlreader

【解决方案1】：

这是因为 XmlDocument 对 id 的含义一无所知。您需要在 XHTML 文档中包含一个 DTD。只需将以下内容放在 html 文件的开头：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

例子：

string html = @"<!DOCTYPE html PUBLIC ""-//W3C//DTD XHTML 1.0 Transitional//EN"" ""http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd""><html><body><div id=""foo"">some content</div></body></html>";
XmlDocument document = new XmlDocument();
document.LoadXml(html);
XmlElement div = document.GetElementById("foo");

请注意，这可能会慢一些，因为需要下载 DTD。

【讨论】：

文档以流的形式来自网络。还有另一种设置文档类型的方法吗？
恐怕您需要将其加载到内存中，附加正确的 DTD，然后将其加载到 XmlDocument 中。当然，如果您打算解析 HTML，我建议您使用 Html Agility Pack。使用 XmlDocument 解析无效网页（例如没有 DTD 的网页）是一项危险的任务。
改用SgmlReader。不太喜欢 HtmlAgilityPack。
我将此标记为已接受的答案以关闭此线程，但我去寻找“id”属性，因为它更容易。