Domanda
Sto cercando di analizzare un documento html utilizzando un codice che ho trovato da questo sito reale ma continuo a ricevere un errore di analisi
HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
// There are various options, set as needed
htmlDoc.OptionFixNestedTags = true;
// filePath is a path to a file containing the html
htmlDoc.Load(@"C:\Documents and Settings\Mine\My Documents\Random.html");
// Use: htmlDoc.LoadXML(xmlString); to load from a string
// ParseErrors is an ArrayList containing any errors from the Load statement
if (htmlDoc.ParseErrors != null && htmlDoc.ParseErrors.Count > 0)
{
// Handle any parse errors as required
MessageBox.Show("Oh no");
}
else
{
if (htmlDoc.DocumentNode != null)
{
HtmlAgilityPack.HtmlNode bodyNode = htmlDoc.DocumentNode.SelectSingleNode("//head");
if (bodyNode != null)
{
MessageBox.Show("Hello");
}
}
}
Qualsiasi aiuto sarebbe apprezzato :)
Risposta accettata
In natura, l'HTML potrebbe non essere conforme, non conforme e non convalidare. Solo XHTML o HTML molto semplice andrà senza popolamento di ParseErrors. Ho notato che HTML Agility Pack è abbastanza robusto e continuerà a costruire un albero DOM decente dalla maggior parte delle fonti HTML, anche se vengono generati ParseErrors. Eliminare il resto e lasciare che il blocco else venga eseguito normalmente.
Se non ha costruito l'albero DOM, allora dovresti investigare su ParseError (s) che sono stati generati. Se è stato creato solo un albero parziale, provare a ricorrere sui nodi, stampare o messagebox per vedere quali parti dell'albero DOM sono state create o meno. Potresti non aver bisogno di tutto l'albero.