CSharp/tools/SGMLReader - 豚吐露＠wiki

---

SgmlReader

---

Windows 7 Professional
Visual Studio 2013 Professional
SgmlReader 1.8.11

---

SgmlReader
https://www.nuget.org/packages/SgmlReader/

HTMLをXML化するライブラリ。スクレイピングに役立つ。

---

～ install ～
[ツール]-[NuGet パッケージ マネージャー]-[ソリューションの NuGet パッケージの管理]を選択。
左のリストから『オンライン』を選択し、右上の『オンライン の検索』欄へ『SgmlReader』と入力すると、真ん中の検索結果一覧に『SgmlReader』ってのが出てくるハズ。
それを選択して、『インストール』ボタンを押下するだけ。
この時、『SgmlReader』を使うpjを指定するチェックリストが出てくるので、使いたいpjにだけチェックを入れたら良い。

---

Href以外は省略しても良いかな？
Hrefに取得対象のURI文字列格納して、newするだけ。勝手にHTMLファイルもnetから取得してくれるっぽぃ。

XDocument xdoc;
using (var sgml = new Sgml.SgmlReader {
    Href = url,
    DocType = "HTML",
    WhitespaceHandling = WhitespaceHandling.All,
    CaseFolding = CaseFolding.ToLower,
    IgnoreDtd = true
})
{
    xdoc = XDocument.Load(sgml);
} 

---

更新日： 2014年12月22日 (月) 20時46分52秒