最近做項目用到了nekohtml+xpath

nekohtml將HTML文檔解析為標(biāo)準(zhǔn)的DOM，再用XPath從DOM中抽取想要的結(jié)點。

nekohtml比起htmlparser還真是簡單，但是簡單就意味著不透明，出了錯就不知是什么引起的，這一點真讓人受不了。

下面先說說nekohtml+xpath的使用注意事項：

1.nekohtml會自動將html的標(biāo)簽轉(zhuǎn)化為大寫，因此寫XPath時要用大寫

//div 錯誤

//DIV 正確

2.用XPath處理時標(biāo)簽前要加命名空間，否則找不到結(jié)點，這里就要用到NamespaceContext這個類

?

class MyNamespaceContext implements NamespaceContext {private String ns;public MyNamespaceContext(String ns) {this.ns = ns;}public String getNamespaceURI(String prefix) {// TODO Auto-generated method stubif (prefix == null) {throw new NullPointerException("Null prefix");} else if (prefix.equals("pre")) {return this.ns;} else if (prefix.equals("xml")) {return XMLConstants.XML_NS_URI;}return XMLConstants.XML_NS_URI;}@Overridepublic String getPrefix(String namespaceURI) {// TODO Auto-generated method stubreturn null;}@Overridepublic Iterator getPrefixes(String namespaceURI) {// TODO Auto-generated method stubreturn null;} }

?

實例化XPath，并設(shè)置命名空間

?

XPathFactory factory = XPathFactory.newInstance();XPath xpath = factory.newXPath();xpath.setNamespaceContext(new MyNamespaceContext("http://www.w3.org/1999/xhtml"));XPathExpression expr = xpath.compile("//pre:TITLE"); ?

?

?

最后推介一個firefox的XPath插件--XPath checker

附近上源文件

?

總結(jié)

以上是生活随笔為你收集整理的nekohtml+xpath实例，及注意事项的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。