使用 XDocument 使用 DTD 解析 XHTML答案

【问题标题】：Parsing XHTML with DTD using XDocument使用 XDocument 使用 DTD 解析 XHTML
【发布时间】：2011-03-16 03:31:34
【问题描述】：

我需要从 XHTML 文档中获取纯文本。

我确定我已经在这里读到过，WP7 上的 XDocument 不支持 DTD。我找不到它。好吧，当我尝试使用 XDocument 解析带有 DTD 的 XHTML 时，它会抛出 NotSuportedException。 stacktrace 中的最后一次调用是在System.Xml.XmlTextReaderImpl.ParseDoctypeDecl()。

即使我尝试使用一些虚拟的 XmlResolver，这也是完全相同的——它并没有真正被调用。（在this question 中回答）。

所以我认为 WP7真的不支持它。

好吧，我需要解析 XHTML 文档。到目前为止，我想出了两个（或多或少真实的）解决方案：
如果我删除该 DTD 声明，我可以这样做。但是，XHTML 中可能存在一些 字符实体，如果该 字符实体 不是 预定义的 XML 实体 之一，则会引发异常.
因此该解决方案仅适用于某些 XHTML。

我想过使用正则表达式。删除所有 html 标签非常容易，但“实体问题”仍然存在，因为我认为替换所有实体并不是真正/好的解决方案。

有人遇到/解决了这个问题吗？如果我在某些事情上错了，你能给我一些建议或纠正我吗？谢谢。

【问题讨论】：

标签： xhtml windows-phone-7 dtd linq-to-xml

【解决方案1】：

HTML Agility pack 是一个用于解析 html 文档的库，正如论坛所声称的，它有一个适用于 WP7 的版本

http://htmlagilitypack.codeplex.com/discussions/225113

【讨论】：

刚刚试过，效果很好！非常感谢！一行代码解决了我的问题：var text = HtmlEntity.DeEntitize( htmlDocument.DocumentNode.Element("html").Element("body").InnerText);