十分钟内学会：将HTML格式化为合法的XML

Question在网站中需要引入来自外部的HTML，这是很正常的事情。例如允许用户采用HTML直接发表时，或者聚合外部的Feed时，这时候外部的 HTML就直接嵌入到我们的代码中。如果我们的网站是设计为符合XHTML的，那就可能因为引入外部HTML而破坏掉XHTML的合法性，甚至连合法的 XML都做不到。这时候我们就需要将外部的HTML格式化为合法的XML，以方便我们的处理。
Answer要将HTML转换为XML，最简单的做法就是利用SgmlReader了。你需要做的仅仅是去GotDotNet下载SgmlReader，然后复制我这段代码：使用SgmlReader将HTML转换为合法的XML，就那么简单。
接着解释一下那段代码，它用到的SgmlReader，一个继承自XmlReader的类，并且在资源中内置了一个HTML.DTD。创建一个 SgmlReader的实例，并且指定它使用的DocType是"HTML"，那么它就知道这是指它内置的HTML.DTD。当然如果你不喜欢用这个 DTD，你可以指定外部的其它DTD给它。接下来所做的事情，就是将它的读取放入一个XmlDocument中，然后再利用一个 XmlTextWriter将XmlDocument写出来。如果你需要的结果是一个XmlDocument，那么最后一步就可以省略了。

详细的请看这里:http://www.netcsharp.cn/showtopic-116.aspx

补充：.NET技术 ,  C#