有多種方式可以在.NET 平臺進行HTML文件解析、數據提取，其中最簡單、穩妥的辦法是先使用工具將Html文檔整理成XML文檔，再通過XML Dom模型或XPath靈活地進行數據處理。SGML便是一個Html文檔整理工具類庫：

Microsoft的XML大師Chris Lovett專門開發了一個SGML解析器，叫做SgmlReader，它可以解析HTML文件，甚至將它們轉換成一個格式規范的結構。 SgmlReader派生于XmlReader，這就是說，你可以像運用諸如XmlTextReader這樣的類來解析XML文件那樣來解析HTML文 件。?

這是一段示例代碼：

public?static?XmlDocument?ConvertHtmlToXml(string?html)????

???using?(SgmlReader?sgmlReader?=?new?SgmlReader())?{????

???????sgmlReader.DocType?=?"HTML";????

???????sgmlReader.InputStream?=?new?StringReader(html);????

???????using?(StringWriter?stringWriter?=?new?StringWriter()){????

???????????using?(XmlTextWriter?xmlWriter?=?new?XmlTextWriter(stringWriter))????

???????????{????

???????????????while?(!sgmlReader.EOF)?{????

???????????????????xmlWriter.WriteNode(sgmlReader,?true);????

???????????????}????

???????????}????

???????}????

???}????

???XmlDocument?xmlDoc?=?new?XmlDocument();????

???xmlDoc.LoadXml(stringWriter.ToString());????

???return?xmlDoc;????

主頁：http://code.msdn.microsoft.com/SgmlReader??

語言：英文??授權形式：開源

相關網址：

http://msdn.microsoft.com/en-us/library/aa302299.aspx

下載頁(SourceForge)??SgmlReader 1.8? ?MSDN代碼庫

總結

以上是生活随笔為你收集整理的将Html文档整理为规范XML文档的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。