var xhtml = Xdocument.Load(reader);// XmlException: Reference to undeclared entity 'nbsp'.
对于xhtml 1.0,可以使用XmlPreloadedResolver解决此问题,该程序预加载xhtml 1.0中定义的众所周知的DTD.可以通过手动提供其DTD来扩展该方法以支持xhtml 1.1,如this answer所示.
但是,XHTML5没有DTD,如this other answer所述.其实体定义仅供参考as JSON.
<!DOCTYPE HTML>
因此,在XHTML5中解析实体时,永远不会调用XmlResolver方法.有人讨论了providing XmlReader with a list of entity declarations的尝试,但没有任何方法似乎开箱即用.
目前,我正在研究两种方法.第一种是通过源xhtml上的字符串 *** 作或通过XmlParserContext.InternalSubset在文档类型声明中指定具有实体声明的内部子集.这将导致文档类型声明类似于：
<!DOCTYPE HTML [ <!ENTITY ndash "–"> <!ENTITY nbsp " "> ...]>
在XHTML5中似乎是这个is allowed;但是,它是不受欢迎的,因为它使用实体声明(现在有more than 2000)来填充Xdocument,如果用户将其转换回字符串表示,这将是有问题的.
我的另一种方法是使用正则表达式预处理xhtml字符串,将所有命名字符引用转换为数字字符引用(或实际的Unicode字符),不包括XML预定义实体,“&’<>.但是,我我担心这种方法可能会错过XML的定义中的复杂性.例如,this answer表示不能在注释,cdaTA部分或处理指令中转义字符.我假设我的正则表达式需要调整以排除所有这些事件.
有没有人对这两种方法或您考虑的任何其他方法有经验或建议？我更喜欢基于XmlReader的可扩展性的方法,但如果没有其他方法,将采用源字符串 *** 作.
解决方法 如果您将身份转换应用于具有实体映射的源文档,它将在结果中替换您的实际字符.对我来说,这与正则表达式没有什么不同(一步),当然也不那么复杂.鉴于此来源：
<!DOCTYPE foo [ <!ENTITY ndash "–"> <!ENTITY nbsp " ">]><foo> <p>I am – and I am non-breaking space.</p></foo>
而这个转变：
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/transform" version="1.0"> <xsl:template match="@*|node()"> <xsl:copy> <xsl:apply-templates select="@*|node()"/> </xsl:copy> </xsl:template> </xsl:stylesheet>
您将此结果作为新输入：
<foo> <p>I am – and I am non-breaking space.</p></foo>
此外,您可以将所有这些定义保存在单独的文件中,并像这样添加一个引用：
<!ENTITY % winansi SYstem "path/to/my/map/winansi.xml"> %winansi;]>总结
以上是内存溢出为你收集整理的c# – 将XHTML5解析为XDocument全部内容，希望文章能够帮你解决c# – 将XHTML5解析为XDocument所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）