将HTML页面加载为XML

Question

我使用它来通过XML加载HTML页面

Dim xmlDoc As New XmlDocument()
xmlDoc.Load(Server.MapPath("index.htm"))

要么

Dim xmldoc As XDocument
xmldoc = XDocument.Load(Server.MapPath("index.htm"))

但是我遇到了一些错误:

• Expecting an internal subset or the end of the DOCTYPE declaration. Line 2, position 14;
• '>' is an unexpected token. The expected token is '"' or '''. Line 1, position 62;
• Expecting an internal subset or the end of the DOCTYPE declaration. Line 5, position 20.

当我解决一个,另一个出现时,所有这些错误都出现在我身上.

我问,我是否使用完美的方式来加载这个文件,还是有另一种方法呢？

Answer 1

使用HTML Agility Pack解析HTML文档.

这是一个解析HTML文件的.NET库.解析器非常容忍"真实世界"格式错误的HTML.对象模型与System.Xml.XmlDocument非常相似,但对于HTML文档.它支持XPath和XSLT.

Dim htmlDoc As New HtmlDocument()
htmlDoc.Load(Server.MapPath("index.htm"))