解析aspx文件中的控件並將其轉換爲xml

Question

我需要解析aspx文件（來自磁盤，而不是瀏覽器中呈現的那個文件），並列出所有存在於服務器端的asp.net控件該頁面，然後從中創建一個xml文件。這將是最好的辦法嗎？另外，有沒有可用的庫？

對於例如，如果我的aspx文件中包含

<asp:label ID="lbl1" runat="server" Text="Hi"></asp:label>

我的XML文件是

<controls>
<ID>lbl1</ID>
<runat>server</runat>
<Text>Hi</Text>
</controls>

Answer 1

XML解析器想不明白的ASP指令：<％@ <％=等

你可能最好使用正則表達式來做到這一點，可能會在3個階段。

1. 匹配整個頁面的任何標籤元素。
2. 對於每個標籤，匹配標籤和控制類型。
3. 對於每個匹配（2）的標籤，匹配任何屬性。

所以，從頂部開始，我們可以使用下面的正則表達式：

(?<tag><[^%/](?:.*?)>) 

這將匹配沒有<％和<任何標籤/和不那麼懶洋洋地（我們不」不要貪婪的表達，因爲我們不會正確讀取內容）。下面可以匹配：

<asp:Content ID="ph_PageContent" ContentPlaceHolderID="ph_MainContent" runat="server"> 
<asp:Image runat="server" /> 
<img src="/test.png" /> 

對於每一個被俘虜的標籤，我們要然後提取標籤和類型：

<(?<tag>[a-z][a-z1-9]*):(?<type>[a-z][a-z1-9]*) 

創建命名捕捉組，使這更容易，這將讓我們輕鬆提取標籤和類型。這隻會匹配服務器標籤，因此標準的html標籤將在此時被刪除。

<asp:Content ID="ph_PageContent" ContentPlaceHolderID="ph_MainContent" runat="server"> 

將產生：

{ tag = "asp", type = "Content" } 

用相同的標籤，我們可以匹配任何屬性：

(?<name>\S+)=["']?(?<value>(?:.(?!["']?\s+(?:\S+)=|[>"']))+.)["']? 

其中產量：

{ name = "ID", value = "ph_PageContent" }, 
{ name = "ContentPlaceHolderID", value = "ph_MainContent" }, 
{ name = "runat", value = "server" } 

所以把所有的在一起，我們可以創建一個快速的功能能爲我們創造一個XmlDocument：

public XmlDocument CreateDocumentFromMarkup(string content) 
{ 
    if (string.IsNullOrEmpty(content)) 
    throw new ArgumentException("'content' must have a value.", "content"); 

    RegexOptions options = RegexOptions.CultureInvariant | RegexOptions.Compiled | RegexOptions.IgnoreCase; 
    Regex tagExpr = new Regex("(?<tag><[^%/](?:.*?)>)", options); 
    Regex serverTagExpr = new Regex("<(?<tag>[a-z][a-z1-9]*):(?<type>[a-z][a-z1-9]*)", options); 
    Regex attributeExpr = new Regex("(?<name>\\S+)=[\"']?(?<value>(?:.(?![\"']?\\s+(?:\\S+)=|[>\"']))+.)[\"']?", options); 

    XmlDocument document = new XmlDocument(); 
    XmlElement root = document.CreateElement("controls"); 

    Func<XmlDocument, string, string, XmlElement> creator = (document, name, value) => { 
    XmlElement element = document.CreateElement(name); 
    element.InnerText = value; 

    return element; 
    }; 

    foreach (Match tagMatch in tagExpr.Matches(content)) { 
    Match serverTagMatch = serverTagExpr.Match(tagMatch.Value); 

    if (serverTagMatch.Success) { 
     XmlElement controlElement = document.CreateElement("control"); 

     controlElement.AppendChild(
     creator(document, "tag", serverTagMatch.Groups["tag"].Value)); 
     controlElement.AppendChild(
     creator(document, "type", serverTagMatch.Groups["type"].Value)); 


     XmlElement attributeElement = document.CreateElement("attributes"); 

     foreach (Match attributeMatch in attributeExpr.Matches(tagMatch.Value)) { 
     if (attributeMatch.Success) { 
      attributeElement.AppendChild(
      creator(document, attributeMatch.Groups["name"].Value, attributeMatch.Groups["value"].Value)); 
     } 
     } 

     controlElement.AppendChild(attributeElement); 
     root.AppendChild(controlElement); 
    } 
    } 

    return document; 
} 

得到的文件看起來是這樣的：

<controls> 
    <control> 
    <tag>asp</tag> 
    <type>Content</type> 
    <attributes> 
     <ID>ph_PageContent</ID> 
     <ContentPlaceHolderID>ph_MainContent</ContentPlaceHolderID> 
     <runat>server</runat> 
    </attributes> 
    </control> 
</controls> 

希望幫助！

Answer 2

ASPX文件應該是有效的XML，所以也許XSLT將是一個很好的解決方案。 W3 Schools site有很好的介紹和參考。然後，您可以從簡單的程序中調用此XSLT來選擇所需的文件。

或者，您可以使用Linq to XML加載ASPX文件並在Linq風格中迭代控件。

Answer 3

Func<XmlDocument, string, string, XmlElement> creator = (document, name, value) => { 
XmlElement element = document.CreateElement(name); 
element.InnerText = value; 

上述通用模板將工作version 3.5及以上..因此，如果使用以下版本的任何一個，創建功能，如：

public XmlElement creator(XmlDocument document, string name, string value) 
{ 
    XmlElement element = document.CreateElement(name); 
    element.InnerText = value; 

    return element; 
} 

這將工作

Answer 4

如果該代碼標籤被寫入多行，我們可能在提取標籤數據時遇到問題。避免我已刪除從我們傳遞於上述功能（內容）的源串，如下換行符

string contentRemovedNewLines = Regex.Replace(content, @"\t|\n|\r", ""); 

那麼我們可以使用，而不是內容contentRemovedNewLines。

上面的代碼正常工作。還可以添加一件東西。你可以調用上面的方法，如下所示，然後保存爲一個XML文件，所以我們可以檢查預期的結果是否存在。

XmlDocument xmlDocWithWebContent = CreateDocumentFromMarkup(sourceToRead); 

string xmlfileLocation = Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location) + "tempXmlOutputFileOfWebSource.xml"; 

xmlDocWithWebContent.Save(xmlfileLocation); 

要做到這一點，我們必須有XML文件根元素

  XmlDocument document = new XmlDocument(); 
      XmlNode xmlNode = document.CreateNode(XmlNodeType.XmlDeclaration, "", ""); 
      XmlElement root = document.CreateElement("controls"); 
      document.AppendChild(root); 

我使用上述修正爲

Answer 5

我用下面的三個常規表達式與上述代碼，它也給我html標籤。我也可以在開始和結束標籤之間獲得值。

Regex tagExpr = new Regex("(?<tag><[^%/](?:.*?)>[^/<]*)", options); 
Regex serverTagExpr = new Regex("<(?<type>[a-z][a-z1-9:]*)[^>/]*(?:/>|[>/])(?<value>[^</]*)", options); 
Regex attributeExpr = new Regex("(?<name>\\S+)=[\"']?(?<value>(?:.(?![\"']?\\s+(?:\\S+)=|[>\"']))+.)[\"']?", options);