我需要从XHTML文档中获取纯文本。
我相信我已经在这里读过，WP7上的XDocument不支持DTD。我找不到它。好吧，当我尝试使用XDocument使用DTD解析XHTML时，它会抛出NotSuportedException。 stacktrace中的最后一次调用是System.Xml.XmlTextReaderImpl.ParseDoctypeDecl()。
即使我尝试使用一些虚拟的XmlResolver，它也完全相同 - 它实际上并没有被调用。 （在this question中回答。）
所以我认为WP7 真的不支持它。
好吧，我需要来解析XHTML文档。到目前为止，我想出了两个（或多或少真实的）解决方案：
如果删除DTD声明，我可以这样做。但是，XHTML中可能有一些字符实体，如果字符实体不是预定义XML实体之一，则抛出异常。
因此该解决方案仅适用于某些XHTML。
我想过使用正则表达式。删除所有html标签非常容易，但“实体问题”仍然存在，因为我不认为替换所有实体是真正的/好的解决方案。
任何人都面临/解决了这个问题？如果我错了什么，你能给我一些建议或纠正我吗？ 感谢。
答案 0 :(得分：5)
HTML Agility pack是一个用于解析html文档的库，正如在论坛上声称的那样，它有一个WP7版本