AngleSharp解析为有效的HTML<；脚本>；和XML

我正在使用AngleSharp为站点编写解析器，我需要最终获得XML

在xml中解析时，解析节脚本会出现问题，因为存在这样的符号“”。 编号的行上出现错误

我如何解决这种情况（我需要使用AngleSharp）？我尝试了不同的网站，结果是一样的

        var config = Configuration.Default
                      .WithCss()
                      .WithDefaultLoader();
        var address = Url.Create("https://www.google.com/");
        var document = BrowsingContext.New(config).OpenAsync(address).GetAwaiter().GetResult();

        XmlDocument xmlDocument = new XmlDocument();
        var xDocument = new HtmlParser().Parse(document.DocumentElement.InnerHtml);
        var formatter = new AngleSharp.Xml.XmlMarkupFormatter();
        var result = xDocument.ToHtml(formatter);
        xmlDocument.LoadXml(result); //1

        var parserXML = new XmlParser().Parse(document.DocumentElement.InnerHtml);//2
        xmlDocument.LoadXml(parserXML.ToHtml());

---

XML与HTML不兼容，尽管它们非常相似。所以一般来说，这是不可能的，但是，当你定义如何处理差异时，你可能会得到一个可以接受的结果

在这种转换的核心，需要定义以下函数。我们只考虑4种节点类型-不应该出现任何其他节点类型。为了简单起见，我们放弃了任何名称空间的元素或属性

静态XmlNode CreateNodeFrom（XmlDocument文档，INode源代码）
{
开关（source.NodeType）
{
case节点类型。注释：
返回document.CreateComment（source.TextContent）；
case NodeType.Element：
var原始=（IEElement）源；
var元素=document.CreateElement（original.LocalName）；
foreach（原始.Attributes中的var attr）
{
SetAttribute（attr.Name，attr.Value）；
}
返回元素；
案例节点类型。文本：
返回document.CreateTextNode（source.TextContent）；
违约：
返回null；
}
}

该功能几乎完全由树转换器使用：

静态子节点（INode源、XmlNode目标）
{
var owner=target.OwnerDocument；
foreach（source.ChildNodes中的var child）
{
var node=CreateNodeFrom（所有者、子级）；
target.AppendChild（节点）；
追加子节点（子节点、节点）；
}
}

所以我们只是走在树上，把我们看到的转化成。。。更改原始功能：

var config=Configuration.Default.WithCss（）.WithDefaultLoader（）；
var address=Url.Create（“https://www.google.com/");
var document=BrowsingContext.New（config）.OpenAsync（address）.Result；
var xmlDocument=新的xmlDocument（）；
var root=CreateNodeFrom（xmlDocument，document.DocumentElement）；
AppendChild（根）；
AppendChildren（document.DocumentElement，根）；

（我不知道为什么要使用所有这些不同的解析器；解析器在文本级别上工作，但HTML和XML在文本级别上是不兼容的——所以让我们尝试在DOM级别上进行转换，这是我们可以控制发生的事情的地方）

我删除了一些冗余并改进了async->sync桥接器（但我鼓励您删除

.Result

并使用

wait

，即返回

任务而不是
XmlDocument
）

希望这有帮助