SgmlReader使用小记

最新推荐文章于 2014-06-13 09:00:00 发布

hanjieson

最新推荐文章于 2014-06-13 09:00:00 发布

阅读量805

点赞数

分类专栏： c#

c# 专栏收录该内容

92 篇文章

订阅专栏

本文介绍了一种利用SgmlReader将不规范的HTML转换为规范XHTML的方法。通过调整配置，例如忽略空白节点并排除注释节点，确保输出的XHTML文档格式正确且具有良好的可读性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

SgmlReader可以用来解析HTML/SGML，并能把不规范的Html转换成规范的XHtml

string SgmlTranslate(string input)

{

   var reader = new SgmlReader();

   reader.DocType = "HTML";

   reader.WhitespaceHandling = WhitespaceHandling.None;

   reader.CaseFolding = Sgml.CaseFolding.ToLower;

   reader.InputStream = new StringReader(input);

   var output = new StringWriter();

   var writer = new XmlTextWriter(output);

   writer.Formatting = Formatting.Indented;

   while (reader.Read())

   {

        if (reader.NodeType != XmlNodeType.Whitespace

           && reader.NodeType != XmlNodeType.Comment)

           writer.WriteNode(reader, true);

   }

    writer.Close();

   return output.ToString();

}