0

在尝试将 html 文档解析为 XML（从开头添加 xml）时，我遇到了标签内属性的问题。

<tr>
<td class="yfnc_tabledata1" nowrap align="right">Jun 4, 2013</td>
<td class="yfnc_tabledata1" align="right">453.22</td>
<td class="yfnc_tabledata1" align="right">454.43</td>
<td class="yfnc_tabledata1" align="right">447.39</td>
<td class="yfnc_tabledata1" align="right">449.31</td>
<td class="yfnc_tabledata1" align="right">10,454,600</td>
<td class="yfnc_tabledata1" align="right">449.31</td>
</tr>

虽然通常没关系（因为我的 xslt 代码实际上并没有引用它），但我收到了一个错误：

ERROR:  'Attribute name "nowrap" associated with an element type "td" must be followed by the ' = ' character.'
ERROR:  'com.sun.org.apache.xml.internal.utils.WrappedRuntimeException: Attribute name "nowrap" associated with an element type "td" must be followed by the ' = ' character.'

所以我想知道是否有办法让它抑制/忽略这些错误。（寻找一种不涉及单独解析的方法，该方法将首先删除所有 nowrap 。）

（供参考，xml：http ://pastebin.com/TLD4bZkq，xslt： http: //pastebin.com/dPzDzeAX）

4

1 回答 1

2

您尝试处理的数据不是 XML，因此 XML 解析器产生错误是正确的。

根据您使用的 XSLT 处理器以及调用方式，您可能能够使用 HTML 解析器而不是 XML 解析器将 HTML 解析为 DOM 树，然后将其传递给 XSLT 处理器，而不是让处理器解析文件本身。

但请记住，XSLT 需要命名空间格式良好的 XML，如果解析器的输出不符合此要求，那么您将遇到问题。例如，在 Java（这是我最熟悉的）中，要让 XSLT 使用 DOM 文档，它必须是由命名空间感知解析器生成的，即使相关文档实际上没有使用任何命名空间.

于 2013-06-07T16:38:23.383 回答