XmlSlurper / NekoHTML文档片段解析 - 不需要HTML或BODY标签

本文介绍了XmlSlurper / NekoHTML文档片段解析 - 不需要HTML或BODY标签的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！

问题描述

亲爱的所有人，我试图解析下面的HTML片段，我想获得相同的片段作为输出（没有HTML和BODY标签）。这可能吗？如果是这样，怎么样？

谢谢b $ b Misha

我在这里阅读：

，我相信我在下面添加了正确的选项。但是，输出仍然不正确：（$ / b>

谢谢
Misha

  import groovy.xml.MarkupBuilder 
 import groovy.xml.StreamingMarkupBuilder 
 import groovy.util.XmlNodePrinter 
 import groovy.util.slurpersupport.NodeChild 
 
 
 def text =
< div>< h2>测试< / h2> 
< div> Hi< / div> 
< / div> 

 
 //解析
 def config = new org.cyberneko.html.HTMLConfiguration（）
 config.setFeature（http：// cyberneko。 org / html / features / balance-tags / document-fragment，true）
 def html = new XmlSlurper（new org.cyberneko.html.parsers.SAXParser（））。parseText（text）
 
 //输出
 def printNode（NodeChild节点）{
 def writer = new StringWriter（）
 writer<< new StreamingMarkupBuilder（）。bind {
 mkp。 declareNamespace（''：node [0] .namespaceURI（））
 mkp.yield node 
} 
 new XmlNodePrinter（）。print（new XmlParser（）。parse Text（writer.toString（）））
} 
 printNode（html）

输出：

 < HTML> 
< tag0：HEAD xmlns：tag0 =http://www.w3.org/1999/xhtml/> 
< BODY> 
< DIV> 
< H2> 
测试
< / H2> 
< DIV> 
 Hi 
< / DIV> 
< / DIV> 
< / BODY> 
< / HTML>

解决方案

直接在解析器对象上调用setFeature，如下所示：

  @Grab（group ='net.sourceforge.nekohtml'，module ='nekohtml'，version ='1.9.14' ）
 
导入groovy.xml.MarkupBuilder 
导入groovy.xml.StreamingMarkupBuilder 
导入groovy.util.XmlNodePrinter 
导入groovy.util.slurpersupport.NodeChild 
 
 
 def text =
< div>< h2>测试< / h2> 
< div> Hi< / div> 
< ; / div> 

 
 // Parse 
 def parser = new org.cyberneko.html.parsers.SAXParser（）
 parser.setFeature（ http://cyberneko.org/html/features/balance-tags/document-fragment\",true）
 def html = new XmlSlurper（parser）.parseText（text）
 
 //输出
 def printNode（NodeChild节点）{
 def writer = new StringWriter（）
 writer<<新的StreamingMarkupBuilder（）。bind {
 mkp.declareNamespace（''：node [0] .namespaceURI（））
 mkp.yield节点
} 
 new XmlNodePrinter（）。print （new XmlParser（）。parseText（writer.toString（）））
} 
 printNode（html）

Dear All, I am trying to parse the following HTML fragment, and I would like to get the same fragment as output (without HTML and BODY tags). Is this possible? If so, how?

Thank youMisha

p.s. I am reading here:http://nekohtml.sourceforge.net/faq.html#fragmentsand I believe I have added the correct options below. However, the output is still incorrect :(

Thank youMisha

import groovy.xml.MarkupBuilder
import groovy.xml.StreamingMarkupBuilder
import groovy.util.XmlNodePrinter
import groovy.util.slurpersupport.NodeChild


def text="""
<div><h2>Test</h2>
<div>Hi</div>
</div>
"""

// Parse
def config=new org.cyberneko.html.HTMLConfiguration()
config.setFeature("http://cyberneko.org/html/features/balance-tags/document-fragment",true)
def html=new XmlSlurper(new org.cyberneko.html.parsers.SAXParser()).parseText(text)

// Output
def printNode(NodeChild node) {
    def writer = new StringWriter()
    writer << new StreamingMarkupBuilder().bind {
        mkp.declareNamespace('':node[0].namespaceURI())
        mkp.yield node
    }
    new XmlNodePrinter().print(new XmlParser().parseText(writer.toString()))
}
printNode(html)

Output:

<HTML>
  <tag0:HEAD xmlns:tag0="http://www.w3.org/1999/xhtml"/>
  <BODY>
    <DIV>
      <H2>
        Test
      </H2>
      <DIV>
        Hi
      </DIV>
    </DIV>
  </BODY>
</HTML>

解决方案

Call setFeature on the parser object directly, like so:

@Grab(group='net.sourceforge.nekohtml', module='nekohtml', version='1.9.14')

import groovy.xml.MarkupBuilder
import groovy.xml.StreamingMarkupBuilder
import groovy.util.XmlNodePrinter
import groovy.util.slurpersupport.NodeChild


def text="""
<div><h2>Test</h2>
<div>Hi</div>
</div>
"""

// Parse
def parser=new org.cyberneko.html.parsers.SAXParser()
parser.setFeature("http://cyberneko.org/html/features/balance-tags/document-fragment",true)
def html=new XmlSlurper(parser).parseText(text)

// Output
def printNode(NodeChild node) {
    def writer = new StringWriter()
    writer << new StreamingMarkupBuilder().bind {
        mkp.declareNamespace('':node[0].namespaceURI())
        mkp.yield node
    }
    new XmlNodePrinter().print(new XmlParser().parseText(writer.toString()))
}
printNode(html)

这篇关于XmlSlurper / NekoHTML文档片段解析 - 不需要HTML或BODY标签的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！