atsushieno https://blog.hatena.ne.jp/atsushieno/ ものがたり https://atsushieno.hatenablog.com/ 最近、仕事で他のメンバーが書いたHTMLスクレイパーみたいなコードの大幅な手直しをしているのだけど、ちょっとこれは書いておこうと思ったネタを公開しようと思う。それは.NETでHTMLを解析する、より真っ当な方法のことだ。 一言で言うなら、HtmlAgilityPackを使うより、SgmlReaderを使ったほうが良い。理由も簡潔に言うなら、HTMLはSGMLに準拠して設計された仕様だから、SGMLの流儀に従ってロジカルにマークアップを解析できるパーサーを使った方が適切に処理できるし、実際HtmlAgilityPackの解析はSgmlReaderより雑だ。 ちょっと待った。何が「雑」なんだろう?… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Fatsushieno.hatenablog.com%2Fentry%2F2013%2F09%2F06%2F053327" title="HtmlAgilityPackよりSgmlReaderがいいと思う - ものがたり" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> Hatena Blog https://hatena.blog 2013-09-06 05:33:27 rich https://atsushieno.hatenablog.com/entry/2013/09/06/053327 1.0 100%