Question

我正在使用AngleSharp来解析HTML5，我正在做的是用一点点HTML包装我想解析的元素，使其成为有效的HTML5然后使用那个解析器，还有更好的做法吗？意思是，直接解析特定元素并验证结构确实是HTML5？

Answer 1

嗯，一个小例子会很好。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，这会将字符串转换为DOM节点。

您可以使用ParseFragment类的HtmlParser方法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。也可以发表评论（IComment）。您永远不会看到IDocument或IDocumentFragment个节点附加到此类INodeList。但是，由于HTML5非常强大，因此您很可能永远不会遇到使用此方法的“错误”。

您可以做的是查找（解析）错误。您需要提供一个IConfiguration来公开事件聚合器，它会收集此类事件。仅聚合此类事件的最简单实现（无法添加/删除多个处理程序）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新的（提供的）Configuration。这是一个示例代码段。

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，只是某些内容不符合规范并且必须应用后备。

希望这能回答你的问题。如果没有，请告诉我。

更新更新了最新版本的AngleSharp的答案。

如何只加载AngleSharp中的特定元素？

1 个答案: