xml - WebHarvest XML 格式不正确

Question

我正在使用 WebHarvest 尝试从 Woot.com 接收数据，但遇到了一些不同的错误。我可以通过第一个进程获取网站，但是当我尝试在变量窗口内测试 xpath 时，我收到错误org.xml.sax.SAXParseException; 行号：86；列号：99；对实体“pt2”的引用必须以“;”结尾 分隔符。如果我尝试使用它返回的漂亮打印函数XML 格式不正确：对实体“pt2”的引用必须以 ';' 结尾 分隔符。{行：86，列：99]。最后，在我正在编写的脚本内部，如果我将 xpath 标记与表达式一起放入，我会得到元素类型“xpath”必须后跟属性规范、“>”或“/>”。有人可以告诉我我做错了什么吗？我对 WebHarvest 很陌生，对这种程序没有任何经验。

我的代码是：

<?xml version="1.0" encoding="UTF-8"?><config>
<xpath expression="(//div[@class="overview"])[1]//h2/text()">
<html-to-xml>
<http url="http://www.woot.com/"/>
</html-to-xml>
</xpath>
</config>

Answer 1

为了使 XML 格式正确，您可以使用'而不是"在属性expression中。就这样：

<?xml version="1.0" encoding="UTF-8"?><config>
<xpath expression="(//div[@class='overview'])[1]//h2/text()">
<html-to-xml>
<http url="http://www.woot.com/"/>
</html-to-xml>
</xpath>
</config>

您可以使用'或"包装一个属性。但是，无论如何它不能嵌套。这里有几个例子：

 <xpath expression='(//div[@class="overview"])[1]//h2/text()'>           --- valid
 <xpath expression='(//div[@class='overview'])[1]//h2/text()'>           --- invalid
 <xpath expression="(//div[@class="overview"])[1]//h2/text()">           --- invalid
 <xpath expression='(//div[@class=&apos;overview&apos;])[1]//h2/text()'> --- valid
 <xpath expression="(//div[@class=&apos;overview&apos;])[1]//h2/text()"> --- valid
 <xpath expression="(//div[@class=&quot;overview&quot;])[1]//h2/text()"> --- valid

希望这可以帮助。