UWP 获取网页xml文档出现异常
0
悬赏园豆：50
[已关闭问题]
关闭于 2016-09-03 16:39
uwp（SDK：14393）中，使用HTTP get请求和XmlReader类获取网页的xml文档时出现“ Cannot open '<!DOCTYPE html>……（后面还有其他已经读取出的xml文档内容），The Uri parameter must be a file system relative or absolute path”。
代码：
get请求：
1 public async static Task<string> SentGet(string url) 2 { 3 HttpClient client = new HttpClient(); 4 Uri uri = new Uri(url); 5 HttpResponseMessage msg = await client.GetAsync(uri); 6 return await msg.Content.ReadAsStringAsync(); 7 }
xml获取（异常出现在第10行）：
1 public async static Task<XmlDocument> GetXML(string url) 2 { 3 string xml = await BaseService.SentGet(url); 4 if (xml != null) 5 { 6 XmlDocument doc = new XmlDocument(); 7 XmlReaderSettings settings = new XmlReaderSettings(); 8 settings.DtdProcessing = DtdProcessing.Ignore; 9 settings.CheckCharacters = false; 10 XmlReader reader = XmlReader.Create(await BaseService.SentGet(url), settings); 11 doc.Load(reader); 12 return doc; 13 } 14 return null; 15 }
其中，url参数为用户输入的网址。
问题补充：
上面使用的命名空间是system.xml,使用Windows.Data.Xml.Dom代之，改变后的xml获取代码部分为：
1 public async static Task<XmlDocument> GetXML(string url) 2 { 3 string xml = await BaseService.SentGetAsync(url); 4 if (xml != null) 5 { 6 XmlDocument doc = new XmlDocument(); 7 XmlLoadSettings settings = new XmlLoadSettings(); 8 settings.ProhibitDtd = false; 9 doc.LoadXml(xml, settings); 10 return doc; 11 } 12 return null; 13 }
这样，会报错“Exception from HRESULT: 0xC00CE56D”。根据此代码查询的结果显示，问题出在xml的开始/结束标记不匹配。可是试了很多网站，都显示此错误。
所有回答(1)
0
你的XML文档是正确的文档么？
是正确的。初步判定是未闭合的<meta>标签引发了错误。但是现在的很多网站采取的还是这种旧版的（没有关闭标签的）meta。
@一只菜鸡: meta，怎么看着像是HTML文档？
@顾晓北: 对，是HTML文档。现在暂时是引用了第三方的用于HTML解析的命名空间读取了。但是我还是想用原生的xml解析器。
@一只菜鸡: 难道你认为HTML就是XML文档么？
@顾晓北: 那请问一下我这种情况该怎么解决呢？毕竟C#的库里貌似没有专用于HTML文档解析的命名空间。我看了其他一些第三方开发者开发的网站客户端应用的源码，他们的处理方式有的和我一样使用第三方命名空间，有的则干脆租借个用来将原网页的内容转换成xml的web服务。
补充一下：我指的XML是文档格式，HTML也遵循，但是是不严格的遵循，所以才会出问题。
再次感谢回复！
@一只菜鸡: XML比较严格，HTML肯定也有分析的类库，可以找找。。。