通過C＃解析網頁，XmlDocument.LoadXml

Question

我想下載一個網頁並解析它。我需要到達html文檔的每個節點。所以我使用WebClient進行下載，這非常完美。然後我用下面的代碼片段解析文檔：

WebClient client = new WebClient(); 

Stream data = client.OpenRead("http://web.cs.hacettepe.edu.tr/~bil339/"); 
StreamReader reader = new StreamReader(data); 
string xml = reader.ReadToEnd(); 

data.Close(); 
reader.Close(); 
XmlDocument xmlDoc = new XmlDocument(); 
xmlDoc.loadXml(xml); 

在最後一行，程序等待一段時間，然後崩潰。它說，在HTML代碼中有錯誤，這是不應該的，不應該在這裏，等等。 任何建議來解決這個問題？其他技術來解析HTML代碼是受歡迎的（當然，在C＃中）。

Answer 1

使用HTMLAgilityPack解析HTML。格式良好的HTML不是XML，不能像這樣解析。例如，它缺少所有XML文件需要的<?xml version="1.0" encoding="UTF-8"?>序言。 HTML敏捷包更爲寬容。