ruby - 我如何使用 nokogiri 验证 XHTML？

Question

我发现一些帖子暗示您可以使用 nokogiri gem 根据其 DTD 验证 XHTML。虽然我已经成功地使用它来解析 XHTML(寻找“a”标签等)，但我正在努力验证文档。

对我来说，这是:

doc = Nokogiri::XML(Net::HTTP.get(URI.parse("http://www.w3.org")))
puts doc.validate

结果是:

[
#<Nokogiri::XML::SyntaxError: No declaration for element html>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute xmlns of element html>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute lang of element html>,  
#<Nokogiri::XML::SyntaxError: No declaration for attribute lang of element html>,
#<Nokogiri::XML::SyntaxError: No declaration for element head>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute profile of element head
[repeat for every tag in the document.]
]

所以我假设这不是正确的方法。我似乎找不到任何好的例子 - 谁能指出我做错了什么？

我在 Mac OSX 10.5.8 上运行 ruby​​ 1.8.6。 Nokogiri 告诉我:

nokogiri: 1.3.3
warnings: []

libxml: 
  compiled: 2.6.23
  loaded: 2.6.23
  binding: extension

Answer 1

不仅仅是你。你正在做的应该是正确的方法，但我从来没有运气。据我所知，Nokogiri 和 libxml 之间存在某种断开连接，导致它无法加载 SYSTEM DTD，或无法识别 PUBLIC DTD。如果您在 XML 文件中定义 DTD，它将起作用，但祝您使用 XHTML DTD 做到这一点。

我可以推荐的最好的方法是使用 schemas for XHTML相反:

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::XML(open('http://www.w3.org'))
xsd = Nokogiri::XML::Schema(open('http://www.w3.org/2002/08/xhtml/xhtml1-strict.xsd'))

#this is a true/false validation
xsd.valid?(doc)    # => true

#this gives a listing of errors
xsd.validate(doc)  # => []