Html Agility Pack 正在截断元标记的值答案

【问题标题】：Html Agility Pack is truncating a meta tag's valueHtml Agility Pack 正在截断元标记的值
【发布时间】：2011-06-30 21:18:27
【问题描述】：

我正在使用 Html Agility Pack 解析一些 html，但遇到了格式错误的元标记的问题。

鉴于此元标记：

"<meta name=\"productattributes\" value=\"shop: Baby|category: Category|category: Babies\" r\"us=\"\" exclusives|family:=\"\" strollers|name:=\"\" baby=\"\" trend=\"\" expedition=\"\" elx=\"\" travel=\"\" system=\"\" stroller=\"\" -=\"\" everglade|price:=\"\" 239.99\"=\"\">"

当我打电话时：

HtmlNode productAttributes = hap.DocumentNode.SelectSingleNode("//meta[@name='productattributes']");

var productAttributesStr = productAttributes.GetAttributeValue("value", "");

生成的 productAttributesStr 以在“r”处截断的值结束：

“商店：婴儿|类别：类别|类别：婴儿”

我做错了什么？

【问题讨论】：

标签： c# html-parsing html-agility-pack

【解决方案1】：

您正在使用" 作为属性值内的数据，该属性值以相同的字符分隔。您点击的第一个结束属性值。您需要使用实体来表示它们：&quot;

【讨论】：

这不是我的 html，所以我需要想出一个解决方法来解析它。 html 来自 Toysrus.com。
您必须编写一个自定义修复例程来纠正错误，然后再尝试解析它。（或者让供应商从源头上修复它）。

【解决方案2】：

该 html 实际上是无效的。您复制的字符串（未添加 C# \" ）是：

<meta name="productattributes" value="shop: Baby|category: Category|category: Babies" r"us="" exclusives|f...

所以属性'value'在Baby处结束，在r之后有一个“（双引号），等等......

【讨论】：

这不是我的 html，所以我需要想出一个解决方法来解析它。 html 来自 Toysrus.com。