XElement.Load()上"未声明的前缀"错误的解决方法

Question

我正在拉动网站的来源.然后我想提取它的一个特定部分.我的目的是使用LINQ-to-XML来做到这一点.

但是,当我解析源代码时出现错误:

XElement source = XElement.Load(reader);

问题似乎是对我没有的命名空间的引用.我收到错误:'addthis' is an undeclared prefix. Line 130, position 51.由于这一行:

<div class="addthis_toolbox addthis_pill_combo" addthis:url="http://www.foo.com/foo">

如果我删除那个,其他的发生.

事实上,我只关心这个XML文件的一部分 - 我不需要能够解析整个文件.我只是想在一个XElement中,所以我可以找到它的一部分.有没有办法解决解析错误？我需要一个通用的解决方案 - 我想解析文件而不管任何undeclared prefix错误.

谢谢

Answer 1

此XML无效.

为了使用名称空间前缀(例如addthis:),必须通过编写声明名称空间xmlns:addthis="some URI".

通常,您不应该使用XML解析器解析HTML,因为HTML可能是无效的XML,原因还有很多其他原因(未声明的实体,非转义的JS,未关闭的标记).
相反,请使用HTML Agility Pack.

Answer 2

如果您需要在代码中完成这一切，那么您想要的是这样的：

XmlReaderSettings settings = new XmlReaderSettings { NameTable = new NameTable() };
XmlNamespaceManager xmlns = new XmlNamespaceManager(settings.NameTable);
xmlns.AddNamespace("addthis", "");
XmlParserContext context = new XmlParserContext(null, xmlns, "", XmlSpace.Default);
XmlReader reader = XmlReader.Create(new StringReader(text), settings, context);
XDocument xmlDoc = XDocument.Load(reader);

对于任何其他前缀，请添加更多这些前缀：

xmlns.AddNamespace("prefix", "");