PowerShell将网页内容转换为XmlDocument时解析失败问题咨询

[xml] 类型对应的是标准XML文档解析器，要求输入内容必须严格符合XML语法规范，而你拿到的pinvoke.net页面是HTML文档，HTML的语法规则比XML宽松很多，二者的不兼容点就是报错的根源：

• 布尔属性的语法差异：你遇到的第一个报错就来自这里。HTML支持无值的布尔属性，比如async、defer、checked、disabled这类属性，只要写了属性名就代表生效，不需要显式赋值。但XML要求所有属性必须遵循属性名="属性值"的格式，解析器读到<script async之后会等待=给async赋值，结果下一个token是src，因此直接抛出语法错误。
• 还有很多其他HTML语法都无法被XML解析器兼容：
  • HTML允许部分单标签不闭合，比如<img>、<br>、<input>，XML要求所有标签必须成对出现，或者用自闭合语法<img />
  • HTML允许属性值不加引号，比如<div class=container>，XML要求所有属性值必须用引号包裹
  • HTML对标签名、属性名大小写不敏感，XML则严格区分大小写

额外建议 #

ConvertTo-Xml的作用是把.NET对象序列化为XML格式，不能用来修正不规范的HTML语法，因此用它处理原始页面内容不会解决解析问题。
如果要解析HTML页面，不需要强行转XML，Invoke-WebRequest返回的响应对象自带ParsedHtml属性，已经是解析完成的DOM对象，可以直接提取你需要的内容。

内容的提问来源于stack exchange，提问作者codewario