Question

在解析片段时，无论如何让AngleSharp 不创建完整的HTML文档。例如，如果我解析：

DocumentElement.OuterHtml

我在<html><head><title>The Title</title></head><body></body></html>中获得了完整的HTML文档：

<p>The Paragraph</p>

如果我解析：

<html><head></head><body><p>Hey</p></body></html>

我得到另一个完整的HTML文档：

HEAD

请注意，AngleSharp非常聪明，可以知道我的片段应该去哪里。在一种情况下，它会将其放在BODY标记中，而在另一种情况下，它会将其放在Body.InnerHtml标记中。

这很聪明，但如果我只想让片段退出，我就不知道从哪里得到它。所以，我不能只调用Head.InnerHtml，因为根据我解析的HTML，我的片段可能会在{{1}}中。

有没有办法让AngleSharp不能创建完整的文档，还是有其他方法可以在解析后将我的孤立片段恢复出去？

Answer 1

现在有可能。以下是从https://github.com/AngleSharp/AngleSharp/issues/594

复制的示例

var fragment = "<script>deane</script><div>deane</div>";
var p = new HtmlParser();
var dom = p.Parse("<html><body></body></html>");
var nodes = p.ParseFragment(fragment, dom.Body);

ParseFragment的第二个参数用于指定片段的解析上下文。在您的情况下，您需要在<title>的上下文中解析dom.Head和在p的{{1}}中进行解析。

哦，哇，这是我刚刚复制的OP自己的代码。

Answer 2

我了解到这是不可能的。 AngleSharp旨在生成一个完全像HTML规范所说的DOM。如果您使用上面的代码创建HTML文档，请在浏览器中打开它，然后检查DOM，您将找到完全相同的情况。 AngleSharp符合规定。

然后可以操纵的文件。

var html = "<x><y><z>foo</y></z></x>";
var options = new XmlParserOptions()
{
    IsSuppressingErrors = true
};
var dom = new XmlParser(options).Parse(html);

这里有一个问题，因为它没有完美地处理实体（这意味着它仍会在这些实体上引发一些错误，即使在被压迫时）。它将在列表中修复。

这是导致这个答案的GitHub问题：

https://github.com/AngleSharp/AngleSharp/issues/398

在解析片段时，我可以阻止AngleSharp外推完整的HTML文档吗？

2 个答案: