解析aspx文件中的控件并将其转换为xml

Question

我需要解析aspx文件（来自磁盘，而不是浏览器中呈现的那个文件），并列出所有存在于服务器端的asp.net控件该页面，然后从中创建一个xml文件。这将是最好的办法吗？另外，有没有可用的库？

对于例如，如果我的aspx文件中包含

<asp:label ID="lbl1" runat="server" Text="Hi"></asp:label>

我的XML文件是

<controls>
<ID>lbl1</ID>
<runat>server</runat>
<Text>Hi</Text>
</controls>

Answer 1

XML解析器想不明白的ASP指令：<％@ <％=等

你可能最好使用正则表达式来做到这一点，可能会在3个阶段。

1. 匹配整个页面的任何标签元素。
2. 对于每个标签，匹配标签和控制类型。
3. 对于每个匹配（2）的标签，匹配任何属性。

所以，从顶部开始，我们可以使用下面的正则表达式：

(?<tag><[^%/](?:.*?)>) 

这将匹配没有<％和<任何标签/和不那么懒洋洋地（我们不”不要贪婪的表达，因为我们不会正确读取内容）。下面可以匹配：

<asp:Content ID="ph_PageContent" ContentPlaceHolderID="ph_MainContent" runat="server"> 
<asp:Image runat="server" /> 
<img src="/test.png" /> 

对于每一个被俘虏的标签，我们要然后提取标签和类型：

<(?<tag>[a-z][a-z1-9]*):(?<type>[a-z][a-z1-9]*) 

创建命名捕捉组，使这更容易，这将让我们轻松提取标签和类型。这只会匹配服务器标签，因此标准的html标签将在此时被删除。

<asp:Content ID="ph_PageContent" ContentPlaceHolderID="ph_MainContent" runat="server"> 

将产生：

{ tag = "asp", type = "Content" } 

用相同的标签，我们可以匹配任何属性：

(?<name>\S+)=["']?(?<value>(?:.(?!["']?\s+(?:\S+)=|[>"']))+.)["']? 

其中产量：

{ name = "ID", value = "ph_PageContent" }, 
{ name = "ContentPlaceHolderID", value = "ph_MainContent" }, 
{ name = "runat", value = "server" } 

所以把所有的在一起，我们可以创建一个快速的功能能为我们创造一个XmlDocument：

public XmlDocument CreateDocumentFromMarkup(string content) 
{ 
    if (string.IsNullOrEmpty(content)) 
    throw new ArgumentException("'content' must have a value.", "content"); 

    RegexOptions options = RegexOptions.CultureInvariant | RegexOptions.Compiled | RegexOptions.IgnoreCase; 
    Regex tagExpr = new Regex("(?<tag><[^%/](?:.*?)>)", options); 
    Regex serverTagExpr = new Regex("<(?<tag>[a-z][a-z1-9]*):(?<type>[a-z][a-z1-9]*)", options); 
    Regex attributeExpr = new Regex("(?<name>\\S+)=[\"']?(?<value>(?:.(?![\"']?\\s+(?:\\S+)=|[>\"']))+.)[\"']?", options); 

    XmlDocument document = new XmlDocument(); 
    XmlElement root = document.CreateElement("controls"); 

    Func<XmlDocument, string, string, XmlElement> creator = (document, name, value) => { 
    XmlElement element = document.CreateElement(name); 
    element.InnerText = value; 

    return element; 
    }; 

    foreach (Match tagMatch in tagExpr.Matches(content)) { 
    Match serverTagMatch = serverTagExpr.Match(tagMatch.Value); 

    if (serverTagMatch.Success) { 
     XmlElement controlElement = document.CreateElement("control"); 

     controlElement.AppendChild(
     creator(document, "tag", serverTagMatch.Groups["tag"].Value)); 
     controlElement.AppendChild(
     creator(document, "type", serverTagMatch.Groups["type"].Value)); 


     XmlElement attributeElement = document.CreateElement("attributes"); 

     foreach (Match attributeMatch in attributeExpr.Matches(tagMatch.Value)) { 
     if (attributeMatch.Success) { 
      attributeElement.AppendChild(
      creator(document, attributeMatch.Groups["name"].Value, attributeMatch.Groups["value"].Value)); 
     } 
     } 

     controlElement.AppendChild(attributeElement); 
     root.AppendChild(controlElement); 
    } 
    } 

    return document; 
} 

得到的文件看起来是这样的：

<controls> 
    <control> 
    <tag>asp</tag> 
    <type>Content</type> 
    <attributes> 
     <ID>ph_PageContent</ID> 
     <ContentPlaceHolderID>ph_MainContent</ContentPlaceHolderID> 
     <runat>server</runat> 
    </attributes> 
    </control> 
</controls> 

希望帮助！

Answer 2

ASPX文件应该是有效的XML，所以也许XSLT将是一个很好的解决方案。 W3 Schools site有很好的介绍和参考。然后，您可以从简单的程序中调用此XSLT来选择所需的文件。

或者，您可以使用Linq to XML加载ASPX文件并在Linq风格中迭代控件。

Answer 3

Func<XmlDocument, string, string, XmlElement> creator = (document, name, value) => { 
XmlElement element = document.CreateElement(name); 
element.InnerText = value; 

上述通用模板将工作version 3.5及以上..因此，如果使用以下版本的任何一个，创建功能，如：

public XmlElement creator(XmlDocument document, string name, string value) 
{ 
    XmlElement element = document.CreateElement(name); 
    element.InnerText = value; 

    return element; 
} 

这将工作

Answer 4

如果该代码标签被写入多行，我们可能在提取标签数据时遇到问题。避免我已删除从我们传递于上述功能（内容）的源串，如下换行符

string contentRemovedNewLines = Regex.Replace(content, @"\t|\n|\r", ""); 

那么我们可以使用，而不是内容contentRemovedNewLines。

上面的代码正常工作。还可以添加一件东西。你可以调用上面的方法，如下所示，然后保存为一个XML文件，所以我们可以检查预期的结果是否存在。

XmlDocument xmlDocWithWebContent = CreateDocumentFromMarkup(sourceToRead); 

string xmlfileLocation = Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location) + "tempXmlOutputFileOfWebSource.xml"; 

xmlDocWithWebContent.Save(xmlfileLocation); 

要做到这一点，我们必须有XML文件根元素

  XmlDocument document = new XmlDocument(); 
      XmlNode xmlNode = document.CreateNode(XmlNodeType.XmlDeclaration, "", ""); 
      XmlElement root = document.CreateElement("controls"); 
      document.AppendChild(root); 

我使用上述修正为

Answer 5

我用下面的三个常规表达式与上述代码，它也给我html标签。我也可以在开始和结束标签之间获得值。

Regex tagExpr = new Regex("(?<tag><[^%/](?:.*?)>[^/<]*)", options); 
Regex serverTagExpr = new Regex("<(?<type>[a-z][a-z1-9:]*)[^>/]*(?:/>|[>/])(?<value>[^</]*)", options); 
Regex attributeExpr = new Regex("(?<name>\\S+)=[\"']?(?<value>(?:.(?![\"']?\\s+(?:\\S+)=|[>\"']))+.)[\"']?", options);