Question

我想在动态URL中读取包含HTML文件的内容，并根据节点（HTML标记）将其读取为XML文件。这有可能吗？

我的意思是，有这个HTML代码：

            <table class="bidders" cellpadding="0" cellspacing="0"> 

            <tr class="bidRow4"> 
                <td>kucik (automata)</td> 
                <td class="right">9 374 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:52</td> 
            </tr> 

            <tr class="bidRow4"> 
                <td>macszaf (automata)</td> 
                <td class="right">9 373 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:52</td> 
            </tr> 

            <tr class="bidRow2"> 
                <td>kucik (automata)</td> 
                <td class="right">9 372 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:42</td> 
            </tr> 

            <tr class="bidRow2"> 
                <td>macszaf (automata)</td> 
                <td class="right">9 371 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:42</td> 
            </tr> 

            <tr class="bidRow0"> 
                <td>kucik (automata)</td> 
                <td class="right">9 370 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:32</td> 
            </tr> 

            <tr class="bidRow0"> 
                <td>macszaf (automata)</td> 
                <td class="right">9 369 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:32</td> 
            </tr> 

            <tr class="bidRow8"> 
                <td>kucik (automata)</td> 
                <td class="right">9 368 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:22</td> 
            </tr> 

            <tr class="bidRow8"> 
                <td>macszaf (automata)</td> 
                <td class="right">9 367 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:22</td> 
            </tr> 

            <tr class="bidRow6"> 
                <td>kucik (automata)</td> 
                <td class="right">9 366 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:12</td> 
            </tr> 

            <tr class="bidRow6"> 
                <td>macszaf (automata)</td> 
                <td class="right">9 365 Ft</td> 
                <td class="bidders_date">2010-06-10 18:19:12</td> 
            </tr> 

        </table>

我想将其解析为ListView（或Grid）以创建包含数据的行。所有tr都是不同的行，给定td中的所有td都是给定行中的一列。

而且我希望它尽可能快，因为它会在5秒内更新。

有没有这个库？

Answer 1

我建议HTML Agility Pack。您必须自己处理GUI部分。它不需要有效的HTML，但会创建类似于XmlDocument的HtmlDocument。

Answer 2

当然，这是可能的。但要注意 - 一个兼容的xml处理器应该将任何形式不正确的东西视为致命错误。这意味着它只能处理通过xhtml strict验证的文档。

Answer 3

为什么不进行字符串替换以将HTML表转换为XML：

   <table class="bidders" cellpadding="0" cellspacing="0">

变为：

   <?xml version="1.0" encoding="UTF-8"?>

和

  <tr class="bidRow4">

变为

  <item>

和

 <td class="right">

变为

 <field1>

等

编辑1：

我认为DataSet类还有一个：

.ReadXML

方法，然后您可以数据绑定到该数据集：

    DataSet ds = new DataSet();
    ds.ReadXml("foo.xml");
    DataGrid.DataSource = ds;
    DataGrid.DataBind();

或类似的东西

Answer 4

我通常会将Fast XPath Reader与LinqToXML结合使用。这是相当古老的（2007年）。

我不知道HTML Agility Pack，所以我不能说它是如何比较的（在性能和易用性方面）。

C＃ - 将HTML源解析为XML

4 个答案: