如何在 C# 中序列化 HTML？答案

【问题标题】：how do you serialize HTML in C#?如何在 C# 中序列化 HTML？
【发布时间】：2010-12-20 02:47:01
【问题描述】：

如何在 C# 中序列化 HTML？

我想我知道如何使用 XSD.exe 从 XML 创建 C# 类，这些类可以与 XmlSerializer 类一起使用来序列化和验证 XML 文档。

有没有办法对 HTML 文档做同样的事情？我试过了，但是 xsd 命令行说远程名称 www.w3.org 无法解析。

至少，有没有办法使用 C# 来确定 HTML 文件是否有效？

【问题讨论】：

标签： c# html xml

【解决方案1】：

HTMLAgilityPack 是一个开源库，可以为您轻松解析 HTML。然后，您可以非常轻松地搜索/操作文档的结构。

您提供的 HTML 非常宽容，所以我不确定这是否是检查您是否拥有严格的 xHTML 有效文档的好方法。但它应该能够解析任何现代浏览器可以解析的内容。

【讨论】：

【解决方案2】：

如果您要验证的是 XHTML，您可以这样做：

static void validate(string filename)
{
    XmlReaderSettings settings = new XmlReaderSettings();
    settings.ProhibitDtd = false;
    settings.ValidationType = ValidationType.DTD;
    settings.ValidationEventHandler +=
        new ValidationEventHandler(ValidationCallBack);
    settings.XmlResolver = new XhtmlUrlResolver();

    // Create the XmlReader object.
    XmlReader reader = XmlReader.Create(filename, settings);

    // Parse the file. 
    while (reader.Read()) ;
}

// Display any validation errors.
private static void ValidationCallBack(object sender, ValidationEventArgs e)
{
    Console.WriteLine("Validation Error: {0}", e.Message);
}

会有点慢，因为它是从 W3C 网站下载架构文件的。

【讨论】：

【解决方案3】：

要反序列化/解析 HTML，我还推荐 HTMLAgilityPack。但是，要验证 HTML，您可以尝试运行 HTML Tidy。但是，对于 XHTML，您可以获得 XSD。

【讨论】：