Question

在.NET / C＃中，我想验证一些HTML代码。例如，我有以下HTML：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="en">
  <head><title></title></head>
  <body>
   CDATA section number 1?
  </body>
</html>

我有以下C＃代码：

string htmlCode = ... // for instance the html above
var settings = new XmlReaderSettings { ValidationType = ValidationType.DTD };
settings.ValidationEventHandler += delegate(object s, ValidationEventArgs e)
{
    throw new XmlException(e.Message);
};
using (var srdr = new StringReader(htmlCode))
using (var xrdr = new XmlTextReader(srdr))
using (var vrdr = XmlReader.Create(xrdr, settings))
{
    try
    {
        while (vrdr.Read()) { }
    }
    catch (XmlException ex)
    {
        // do some stuff
    }
}

当我运行此代码时，我有这个例外：

System.Net.WebException：远程服务器返回错误：（403）禁止在System.Net.HttpWebRequest.GetResponse（）

我做了什么错了？在此先感谢您的帮助

Answer 1

这不是你的代码。

http://www.w3.org/blog/systeam/2008/02/08/w3c_s_excessive_dtd_traffic

您需要自己提供DTD，例如使用从本地资源返回DTD的自定义XmlResolver。

Answer 2

看起来您的代码正在尝试从中下载 http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd

返回403（尝试在浏览器中打开它）

注意：Lucero的链接解释为为什么它返回403

Answer 3

您获得的响应代码是一个HTTP代码，表明您禁止访问您尝试检索的资源。这可能有很多原因：

服务器设置 - 服务器可能禁止所有访问资源的尝试。要检查此情况，请尝试从浏览器访问它。如果您在浏览器中遇到相同的错误，则可能是您的问题是服务器配置。
已阻止的用户代理 - 有时只允许某些用户代理访问资源。这样做是为了防止自动网站抓取工具抓取资源中的信息。如果您访问的网站包含robots.txt文件，则可能会阻止您的程序。
需要身份验证 - 如果您要访问的服务器需要身份验证（例如基本身份验证或摘要身份验证），那么您需要提供凭据以及您的请求。同样，这可以通过浏览器进行检查。如果资源需要身份验证，则应在浏览器中弹出一个请求用户/密码信息的弹出窗口。

你可能有其他原因可以得到这个代码，但这些是我能想到的前三个。

验证XML代码时出现意外异常

3 个答案: