自定义类 XML 语法解析答案

【问题标题】：Custom XML-like Syntax Parsing自定义类 XML 语法解析
【发布时间】：2018-04-18 08:07:37
【问题描述】：

我正在尝试从具有控制代码的游戏中复制对话系统，这些控制代码是类似 HTML/XML 的标签，用于指示文本气泡的行为。例如，更改一段文本的颜色就像<co FF0000FF>Hello World!</co>。文本中不需要这些控制代码，所以Hello <co FF0000FF>World!</co> 或简单的Hello World 也应该解析。

我试图使它类似于 XML 以简化解析，但 XML 需要根级标记才能成功解析，并且文本可能有也可能没有任何控制代码。例如，我可以使用 XElement 解析以下内容。

string Text = "<co value=\"FF0000FF\">Hello World!</co>"
XElement.Parse(Text);

但是，以下失败并出现 XMLException（“根级别的数据无效。第 1 行，位置 1。”）：

string Text = "Hello <co value=\"FF0000FF\">World!</co>"
XElement.Parse(Text);

什么是处理这个问题的好方法？有没有一种方法可以在不需要严格的 XML 语法的情况下处理解析字符串中的 XML 元素，或者是否有另一种类型的解析器可以用来实现我想要的？

【问题讨论】：

"Hello World!" 不是 xml。 XML 格式总是以标签开头
看看 HtmlAgilityPack [html-agility-pack.net/] - 我认为它有一个宽容的 html 解析器，可能会给你更多的运气
你可能有一些运气，比如“Html Agility Pack”，它比 xml 松散得多......但是，坦率地说，你可能只需要从头开始编写它

标签： c# xml parsing

【解决方案1】：

如果您的类 XML 片段和真实 XML 之间的唯一区别是没有根元素，那么只需在解析之前将片段包装在一个虚拟根元素中：

parse("<dummy>" + fragment + "</dummy>")

如果还有其他差异，例如属性不在引号中，或者属性名称以数字开头，那么 XML 解析器对您来说没有多大用处，您需要自己编写。或者，如果幸运的话，validator.nu 之类的 HTML 解析器可能会处理它。

【讨论】：

【解决方案2】：

你可以试试HtmlAgilityPack

通过触发此命令Install-Package HtmlAgilityPack来安装 Nuget 包

以下示例将返回所有子节点。我没有将任何级别传递给Descendants，但您可以根据需要进一步添加更多代码。

它将解析您的自定义格式。

string Text = "Hello <co value=\"FF0000FF\">World!</co>";

Text = System.Net.WebUtility.HtmlDecode(Text);
HtmlDocument result = new HtmlDocument();
result.LoadHtml(Text);

List<HtmlNode> nodes = result.DocumentNode.Descendants().ToList();

【讨论】：

我用各种不同的控制代码测试了HtmlAgilityPack，效果非常好。谢谢！

【解决方案3】：

如果您的文本中的 XML 元素总是格式正确，那么您可以使用 XML 库来做到这一点。

您可以将文本包装在根元素中并使用 XElement.Parse 并读取子节点，或者您可以使用一些较低级别的位来解析 XML 片段中的节点：

public static IEnumerable<XNode> Parse(string text)
{
    var settings = new XmlReaderSettings
    {
        ConformanceLevel = ConformanceLevel.Fragment
    };

    using (var sr = new StringReader(text))
    using (var xr = XmlReader.Create(sr, settings))
    {
        xr.MoveToContent();

        while (xr.EOF == false)
        {
            yield return XNode.ReadFrom(xr);
        }
    }
}

像这样使用它：

foreach (var node in Parse("Hello <co value=\"FF0000FF\">World!</co>"))
{
    Console.WriteLine($"{node.GetType().Name}: {node}");
}

会输出这个：

XText: Hello
XElement: <co value="FF0000FF">World!</co>

请参阅this fiddle 以获得工作演示。

【讨论】：