解析 HTML 片段答案

【问题标题】：Parsing HTML Fragments解析 HTML 片段
【发布时间】：2008-10-30 14:12:54
【问题描述】：

在 C# 中解析 HTML 片段的最佳方法是什么？

就上下文而言，我继承了一个使用大量复合控件的应用程序，这很好，但是很多控件是使用一长串文字控件呈现的，这相当可怕。我正在尝试让应用程序进入单元测试，并且我想让这些控件接受测试，以了解它们是否生成格式良好的 HTML，并在理想的解决方案中验证该 HTML。

【问题讨论】：

【解决方案1】：

看看HTMLAgility 包。它与 .NET XmlDocument 类非常兼容，但它对不干净/有效的 XHTML 的 HTML 更加宽容。

【讨论】：

【解决方案2】：

如果 HTML 与 XHTML 兼容，则可以使用内置的 System.Xml 命名空间。

【讨论】：

【解决方案3】：

我使用SGMLReader 从 HTML 生成有效的 Xml 文档，然后使用 XPath 解析所需的内容或使用 XSLT 解析为另一种格式。 .

【讨论】：

【解决方案4】：

您还可以查看 HTML Tidy 以进行 HTML 解析/清理。我认为他们没有特定的 .NET 库，但您可能能够通过命令行运行二进制文件，或者通过 IKVM 运行 java 库。

【讨论】：