gpt4 book ai didi

html - 使用 groovy 提取部分 HTML

转载 作者:太空狗 更新时间:2023-10-29 14:59:40 26 4
gpt4 key购买 nike

我需要从给定的 HTML 页面中提取一部分 HTML。到目前为止,我使用带有 tagsoup 的 XmlSlurper 来解析 HTML 页面,然后尝试使用 StreamingMarkupBuilder 获取所需的部分:

import groovy.xml.StreamingMarkupBuilder
def html = "<html><body>a <b>test</b></body></html>"
def dom = new XmlSlurper(new org.ccil.cowan.tagsoup.Parser()).parseText(html)
println new StreamingMarkupBuilder().bindNode(dom.body)

但是,我得到的结果是

<html:body xmlns:html='http://www.w3.org/1999/xhtml'>a <html:b>test</html:b></html:body>

这看起来不错,但我想在没有 html 命名空间的情况下获得它。

如何避免命名空间?

最佳答案

关闭 TagSoup 解析器上的 namespace 功能。示例:

import groovy.xml.StreamingMarkupBuilder
def html = "<html><body>a <b>test</b></body></html>"
def parser = new org.ccil.cowan.tagsoup.Parser()
parser.setFeature(parser.namespacesFeature, false)
def dom = new XmlSlurper(parser).parseText(html)
println new StreamingMarkupBuilder().bindNode(dom.body)

关于html - 使用 groovy 提取部分 HTML,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5780225/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com