c# - XmlReader : Trouble parsing attribute without quotes

Question

我正在尝试解析的一段 HTML 包含一些不带引号的属性值，例如宽度和高度属性:

<img src="/static/logo.png" width=75 height=90 />

在 C# 代码中，阅读器一直阅读到下一个 anchor 标记。

while (reader.ReadToFollowing("a"))

此语句报告 XmlException:

'75' is an unexpected token. The expected token is '"' or '''. Line 16, position 37.

是否有一些 XmlReaderSetting 可以使 XmlReader 更宽松？我无法控制生成的 HTML。

Answer 1

要阅读 HTML，您需要专门为此设计的阅读器。 HtmlAgilityPack可以在这里为您提供帮助，SgmlReader 也可以在 this answer 中提及至 a related question .

HTML不是 XML .它们都基于 SGML ，但遵循不同的规则。 XML 的规则比 HTML 严格得多，其中包括需要关闭所有标记以及用单引号或双引号将属性括起来。因此，除非您正在解析符合 XML 的 XHTML，否则 XmlReader 将不适合您。