我正在尝试使用SAX解析器解析正常的html文件。
SAXBuilder builder2 = new SAXBuilder();
try {
Document sdoc = (Document)builder2.build(readFile);
NodeList nl=sdoc.getElementsByTagName("body");
System.out.println("nodelist>>>>>>>>>>>"+nl.getLength());
} catch (JDOMException e1) {
e1.printStackTrace();
}但我得到了异常
Open quote is expected for attribute "{1}" associated with an element type "class".任何人都可以请告诉我为什么我得到这个异常，html文档是格式良好，它有所有的打开和关闭标记正确。
先谢了。
4条答案
按热度按时间v2g6jxz61#
正如flash所说，你需要一个HTML解析器，而不是XML解析器，HTML不是XML。
我用过的好的解析器是Neko和TagSoup，Neko是一个很好的全能解析器; TagSoup的目标是能够解析任何内容，无论格式多么不正确。
oalqel3c2#
一般来说，不能使用XML解析器解析HTML：
<p>标记不需要匹配的</p>标记。）这将导致XML解析器的终端消化不良。但是，如果输入文档是XHTML，那么理论上应该能够使用XML解析器（如SAX），甚至应该能够根据XHTML模式验证文档。
bpsygsoo3#
请看一下HtmlParser，通常SAX不是解析html的好解决方案。
jm2pwxwz4#
另一个Java的HTML解析器是JSoup：https://jsoup.org/