java - 使用 SAX 解析器解析 html

Question

我正在尝试使用 SAX 解析器解析普通的 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();
        }

但是我遇到了异常

Open quote is expected for attribute "{1}" associated with an  element type  "class".

谁能告诉我为什么会出现此异常，html 文档格式正确，并且所有打开和关闭标签都正确。

提前致谢。

Answer 1

正如 flash 所说，您需要一个 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 的具体目标是能够解析任何内容，无论格式多么错误。