如何使用 C# 验证 html 文件？

Posted 2023-03-05

【中文标题】如何使用 C# 验证 html 文件？

【英文标题】：How do I validate a html file with C#?

【发布时间】：2011-04-20 17:06:46

【问题描述】：

我有一个接收 html 文件的 C# 应用程序。我想解析和验证它。在输出时它将返回一个错误列表或我的 html 是有效的。

有人知道我该怎么做吗？

【问题讨论】：

What is the best way to parse html in C#? 的可能重复项

这个问题的验证部分使它与简单解析 HTML 的问题截然不同。

没错，我对解析h​​tml不感兴趣，我有兴趣验证它是否存在可能的错误。

【参考方案1】：

框架版本 1.0 (!) Microsoft.mshtml.dll 中有一个不起眼的 DLL，这是 框架中 处理 DOM 的唯一方法。如果 HTML 是 XHTML 并且是有效的 XML，那么您可以使用 XML，否则这是唯一的机会。

【讨论】：

我很惊讶这是处理 DOM 的唯一方法。

hmmm，请解释一下如何使用 xml 验证一个非常复杂的 html 文件。我也想过这个，我认为这不是最好的方法。

在什么框架下？没有人提到框架。 （哦，我们必须诉诸名字吗？）

它并不那么晦涩，它是 Internet Explorer 的 PIA。不是框架的一部分，它是一个 COM 互操作库。 IE 是否是一个好的 HTML 验证器，咳咳，值得商榷。

【参考方案2】：

我会运行W3C Markup Validation service 的本地实例并通过API 与其通信

【讨论】：

我不知道有这样的 API，很好的发现。

【参考方案3】：

您可以使用 HTML Tidy。 .NET 有一个包装器，名为 TidyManaged

【讨论】：

TidyManaged 没有提供任何功能性的 dll

对此提出了一些问题，包括文件输出甚至不起作用（我确认了它，尽管它显然已经被修补了）。在问题页面上有一个指向 freethenation 版本的链接，该版本需要 libtidy32.dll 和 libtidy64.dll，所以我按照上面的 gcores 链接并适当地重命名了 32 位和 64 位版本。花了一段时间才弄清楚，所以我想我会在这里发布。