将解析的 html 存储为 XML 输出的最佳方法

Posted 2023-02-24

【中文标题】将解析的 html 存储为 XML 输出的最佳方法

【英文标题】：best way to store parsed html to out put in XML

【发布时间】：2013-08-21 15:48:01

【问题描述】：

什么是最好的方法（数组、列表、streamwriter 或字典）来隐藏解析的 html innerText 和 innerhtml(URL)，以便可以将其转换为 XML。

这是我在没有帮助的情况下尝试编写的第一个程序，但我被困在了这个上面。我没有在这个问题中添加任何代码，所以我可以自己学习如何做。任何人都可以提供的任何建议将不胜感激。

【问题讨论】：

不确定我是否理解正确，但为什么不将其存储为string，然后使用XElement.Parse() 使其成为XML 对象。

使用 Html Agility Pack 解析 HTML，然后将其写为有效的 XHTML。 htmlagilitypack.codeplex.com ... ***.com/questions/6446525/…

【参考方案1】：

string 因为 HTML 很少是有效的 XML，您需要通过专门的解析器运行它以尝试尽可能多地将其转换为 XML 格式。

但假设您能够解析它，字符串和 XML 之间的中间部分将是某种自定义树结构。 .NET 中没有内置的树形结构，但这很容易创建，并且谷歌会为您提供十亿个教程。