通过 Linq to XML 查询时如何处理任意命名空间？答案

【问题标题】：How do you handle arbitrary namespaces when querying over Linq to XML?通过 Linq to XML 查询时如何处理任意命名空间？
【发布时间】：2008-10-08 15:29:34
【问题描述】：

我有一个项目，我在其中使用一些特别丑陋的“实时”HTML，并使用 HTML Agility Pack 将其强制转换为正式的 XML DOM。然后我想要做的是使用 Linq to XML 查询这个，以便我可以刮出我需要的位。我正在使用here 描述的方法将 HtmlDocument 解析为 XDocument，但是在尝试对此进行查询时，我不确定如何处理命名空间。在一个特定的文档中，原始 HTML 实际上是带有以下标记的格式不佳的 XHTML：

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en">

当试图从这个文档中查询时，似乎命名空间属性阻止了我做类似的事情：

var x = xDoc.Descendants("div");
// returns null

显然，对于那些“div”标签，只有 LocalName 是“div”，但正确的标签名称是命名空间加上“div”。我曾尝试对 XML 命名空间的问题进行一些研究，似乎可以通过这种方式查询绕过命名空间：

var x = 
    (from x in xDoc.Descendants()
     where x.Name.LocalName == "div"
     select x);
// works

但是，这似乎是一个相当老套的解决方案，并不能正确解决命名空间问题。据我了解，一个正确的 XML 文档可以包含多个名称空间，因此处理它的正确方法应该是解析出我正在查询的名称空间。有没有其他人不得不这样做？我只是让它变得复杂吗？我知道我可以通过坚持使用 HtmlDocument 并使用 XPath 查询来避免这一切，但如果可能的话，我宁愿坚持我所知道的（Linq），我也更愿意知道我没有为进一步的命名空间做准备——未来的相关问题。

在这种情况下处理命名空间的正确方法是什么？

【问题讨论】：

标签： html xml linq namespaces linq-to-xml

【解决方案1】：

使用LocalName 应该没问题。如果您不在乎它在哪个命名空间中，我根本不会认为它是 hack。

如果你知道你想要的命名空间并且你想指定它，你可以：

var ns = "{http://www.w3.org/1999/xhtml}";
var x  = xDoc.Root.Descendants(ns + "div");

(MSDN reference)

您还可以获取文档中使用的所有命名空间的列表：

var namespaces = (from x in xDoc.Root.DescendantsAndSelf()
                  select x.Name.Namespace).Distinct();

我想你可以用它来做到这一点，但它并不是真正的黑客：

var x = namespaces.SelectMany(ns=>xDoc.Root.Descendants(ns+"div"));

【讨论】：

这是关于 XLINQ API 最烦人的事情 :(。最好有办法告诉它忽略命名空间，或者至少指定一个默认值。

【解决方案2】：

如果您知道命名空间将由 XML 的根元素声明，通常情况下，您可以这样做：

var ns = xDoc.Root.Name.Namespace;
var x = xDoc.Descendants(ns + "div");

【讨论】：

【解决方案3】：

我认为你的 Google-fu 让你失望了：

http://www.google.com.au/search?hl=en&q=linq+xml+namespaces

【讨论】：

不。在前十个链接中的任何一个中向我展示一个真实示例，该示例描述了您事先不知道命名空间的情况。