c# - 如何在 AngleSharp 中只加载特定元素？

Question

我正在使用 AngleSharp要解析 HTML5，我现在正在做的是用一些 HTML 包装我想要解析的元素，使其成为有效的 HTML5，然后在其上使用解析器，有更好的做法吗？意思是，直接解析特定元素并验证该结构确实是 HTML5？

Answer 1

嗯，举个小例子就好了。但是 AngleSharp 确实支持片段解析，这听起来像你想要的东西。通常，当您设置 InnerHtml 等属性时，也会应用片段解析，它将字符串转换为 DOM 节点。

您可以使用 HtmlParser 类的 ParseFragment 方法来获取给定源代码中包含的节点列表。一个例子:

using AngleSharp.Parser.Html;
// ...

var source = "<div><span class=emphasized>Works!</span></div>";
var parser = new HtmlParser();
var nodes = parser.ParseFragment(source, null);//null = no context given

if (nodes.Length == 0)
    Debug.WriteLine("Apparently something bad happened...");

foreach (var node in nodes)
{
    // Examine the node
}

通常所有节点都是IText 或IElement 类型。注释 (IComment) 也是可能的。您永远不会看到附加到此类 INodeList 的 IDocument 或 IDocumentFragment 节点。但是，由于 HTML5 非常健壮，您很可能永远不会在使用此方法时遇到“错误”。

您可以做的是查找(解析)错误。您需要提供一个 IConfiguration 来公开一个收集此类事件的事件聚合器。仅聚合此类事件(不可能添加/删除多个处理程序)的最简单实现如下:

using AngleSharp.Events;
// ...

class SimpleEventAggregator : IEventAggregator
{
    readonly List<HtmlParseErrorEvent> _errors = new List<HtmlParseErrorEvent>();

    public void Publish<TEvent>(TEvent data)
    {
        var error = data as HtmlParseErrorEvent;

        if (error != null)
            _errors.Add(error);
    }

    public List<HtmlParseErrorEvent> Errors
    {
        get { return _errors; }
    }

    public void Subscribe<TEvent>(ISubscriber<TEvent> listener) { }

    public void Unsubscribe<TEvent>(ISubscriber<TEvent> listener) { }
}

将事件聚合器与配置一起使用的最简单方法是实例化一个新的(提供的)Configuration。这里作为示例片段。

using AngleSharp;
// ...

var errorEvents = new SimpleEventAggregator();
var config = new Configuration(events: errorEvents);

请注意:报告的每个错误都是“官方”错误(根据 W3C 规范)。这些错误并不表示提供的代码是恶意的或无效的，只是说明某些内容不符合规范并且必须应用回退。

希望这能回答您的问题。如果没有，请告诉我。

更新 更新了最新版本 AngleSharp 的答案。