java - SAX - 没有值的 HTML 属性

Question

我目前正在使用 SAX 来解析一些 HTML。但是，我现在必须解析具有以下内容的文档：

`<OPTION VALUE="123" SELECTED>`

并且因为 SELECTED 没有设置实际值，所以它会引发错误（格式不正确，令牌无效）。有没有办法解决这个问题，以便我可以继续使用 SAX？

我的代码：

        SAXParserFactory spf = SAXParserFactory.newInstance();
        SAXParser sp = spf.newSAXParser();
        XMLReader xr = sp.getXMLReader();

        xr.setContentHandler(sch);
        InputSource is = new InputSource(Statics.SUBJECT_CODE_URL);
        xr.parse(is);

Answer 1

您不能使用 SAX 来解析 HTML。HTML 不是 XML。完全有效的 HTML 文档不是有效的 XML 文档，您无能为力，无法让 XML 解析器解析它。

Answer 2

使用 SAX，您可以解析 XHTML，但无法成功解析 HTML，因为 HTML 不是格式良好的 XML。