在 html 页面中解析 application/atom+xml

Question

我们知道所有博客都显示他博客的 RSS 源

<link rel="alternate" type="application/rss+xml" title="MyBlog RSS Feed" href="http://feeds.feedburner.com/MyBlog" />

但是你知道任何正则表达式可以从中获取 feedurl

<link rel="alternate" type="application/rss+xml" title="MyBlog RSS Feed" href="http://feeds.feedburner.com/MyBlog" />

Answer 1

使用这样的 XPath 查询：

//link[@type='application/rss+xml']/@href

它会为您提取任何 RSS 提要 URL。 永远不要使用正则表达式解析 XML 或 HTML。 XPath 专为您轻松查询 XML 和 HTML 而设计。它几乎适用于所有技术堆栈，including .NET。

XML 不规则，所以regex is the incorrect tool to parse it。