C#中将html转换为xml的实现_随笔

我给你些我的建议吧

HTML的语法格式比XML宽松多了，真正XML格式的网页是XHTML，也就是下一代HTML，他的格式和XML差不多，很严谨的。

如果你不想利用某些HTML和XML互转工具，自己编的话，有一定难度。

1.HTML的节点可以没末节点，你需要不停扫描<,>,/,这三个符号以检查是否漏掉末节点，并补充。

2.HTML节点还可以不规则嵌套，你需要对已读入节点进行顺序存储，或用栈的数据结构来存储，并验证其层次正确性，最终正确顺序的节点，期间还得缓存节点值，或属性值。

3.HTML不同于XML，许多HTML节点有特殊的意义，许多HTML节点比如<b>,<hr/>都需要经过特殊处理才行。

在技术上，为保证性能，还要在一下方面有加强。

1.强大的字符串扫描，和解析器，此工作也巨大，但网上源码很多，建议到google英文里搜索，HTML parser，XML parser（解析器），有很多c#，java，c++的源代码可以利用，没有强大的解析器，跟本无法读懂文件。

2.System.Xml空间的详细运用，除了简单的XMLWriter，还必须学会XMLDocument，XmlNode，能够动态 *** 控XML。还有Xpath技术， *** 作XMl很有效率。

3.适当还会运用到正则表达式，来处理字符串匹配问题，尤其是节点的 *** 作，即使是再好的字符串查找算法，有时也不如正则表达式，因此system.Text 中的Regex类要掌握好。

4.会控制WinForm中的WebBrower控件

当然，即使你不打算自己做，或已找到了源代码，要想读懂，也必须要以上的知识。

至于工具，网上有，源码还哪找，有java的，但下载不下来。

这是著名的W3C（Html，xml等技术的创始组织）的转换工具，里面也有一些介绍，相信会有用的。

http://www.w3.org/People/Raggett/tidy/

有一个用C#编的转换器，但付费后才可看到源代码

http://www.chilkatsoft.com/downloads.asp

http://www.example-code.com/csharp/html2xml.asp

还有一些软件，stylus的产品不错！

http://www.stylusstudio.com/html_to_xml_importer.html

1,内嵌XML数据

<html>

<head>

<title>第一次亲密接触(非痞子蔡版,请不要理解为侵权)</title>

</head>

<body>

<第一次亲密接触>

<对象>xml</对象>

<亲密程度>接触到XML稍微宝贵的地方---数据岛</亲密程度>

<结论>感觉不错,是个好东东</结论>

</第一次亲密接触>

</xml>

<center><h1>第一次亲密接触</h1></center>

<tr>

</tr>

</table>

</body>

</html>

2.外部xml文件的引用

首先利用以前的知识建立一个XML文件(不是我懒,给你们一个机会锻炼^^)

涉及到以下<xml></xml>中的数据内容

<html>

<head>

<title>第一次亲密接触(非痞子蔡版,请不要理解为侵权)</title>

</head>

<body>

<第一次亲密接触>

<对象>xml</对象>

<亲密程度>接触到XML稍微宝贵的地方数据岛</亲密程度>

<结论>感觉不错,是个好东东</结论>

</第一次亲密接触>

</xml>

<center><h1>第一次亲密接触</h1></center>

<tr>

</tr>

</table>

</body>

</html>

我们可以通过指定XML文件位置来引用她,一般通过src=＂XXX.xml＂引用.

String xmlpath1 = System.AppDomain.CurrentDomain.BaseDirectory.ToString() + "S.xml"

string filename = "S.xml"

XmlDocument xdoc = new XmlDocument()

try

{

xdoc.Load(Server.MapPath("/") + filename)

string endtime = xdoc.SelectSingleNode("config/EndTime").InnerText

String[] a = File.ReadAllLines(xmlpath1)

}

catch (System.Exception ex)

{

}

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/zaji/7223401.html

C#中将html转换为xml的实现

发表评论

评论列表（0条）