在包含'...＆amp; body ='时，如何将html解析为XML？

Question

我的html文件是格式正确的xml文档（标记已配对），但包含如下所示的锚：

<a href="mailto:test@domain.com?subject=Hello&body=someMessageHere" target="_top" style="text-decoration: none;">link</a>

XDocument.Load调用的Xml解析器抛出XmlException：

其他信息：＆＃39; =＆＃39;是一个意外的令牌。预期的令牌是＆＃39 ;;＆＃39;。

我如何指导解析器我＆＃39;＆amp; body＆＃39;不是实体？我必须逃避＆＃39;＆amp;＆＃39;字符？

Answer 1

并非所有的HTML都是有效的XML，因此您不应该尝试解析它（尽管在这种情况下，看起来您在文档中有一些未经验证的字符串应该可以得到解决）。

相反，您应该使用类似HTMLAgilityPack的内容来解析HTML并以这种方式处理文档。