問題與使用的Xalan XPATH（未關閉標籤）

我現在面臨一個問題，以下技術堆棧：JWebUnit的 - >的HtmlUnit - > Xalan的。我試圖通過XPATH查找元素，但HTML文檔格式不正確。

Xalan在到達XPATH上的/body元素時停止查找元素。我相信這是因爲該文檔包含兩個<body>標籤，另一個未封閉。

一切適用於/html/head或/html。但是，當我嘗試/html/body（或/html/body[1]，//body[1]或這些標籤內的任何內容）時，我只能從Xalan中獲得空值。

有沒有辦法解決這個問題？我只是不能更改html文件istself。感謝您的關注。

最好的問候，蒂亞戈

奇怪！如果你可以運行這個'/ html' Xpath表達式，那麼也應該運行另一個。 – 2011-04-11 00:30:18

我可以運行/ html表達式。任何時候它都會返回HTML元素。但是，當我嘗試任何表達式進一步html/body它自己失去並返回null。我相信這是因爲該文檔有兩個標籤，其中一個未封閉！ – 2011-04-11 19:28:56

您應該無法在格式不正確的樹上運行XPath查詢。 – 2011-04-11 19:38:46

必須的HtmlUnit使用的東西HTML轉換成XML。也許你可以告訴它使用jsoup或tagsoup，這是非常容忍雜亂的HTML？

您也可以編寫代碼將XML樹轉儲到文件中，以便查看其中的內容。

2011-04-10 23:06:33 bmargulies

嗚嗚JSoup很有趣。不知道我是否可以告訴HtmlUnit在不修改/重建源代碼的情況下使用其他API。但我會看看！謝謝！ – 2011-04-11 19:30:00

回答