1

我有一个错误 htmlparsing 。我认为问题源于引号 DjNative language=javascript error language="javascript" 我尝试了所有版本的 Dj 本机库

[致命错误]：2:18：与元素类型“语言”相关联的属性“{1}”需要打开引号。org.xml.sax.SAXParseException；行号：2；列号：18；与元素类型“语言”关联的属性“{1}”应为开放式引用。在 com.sun.org.apache.xerces.internal.parsers.DOMParser.parse（未知来源） 在 com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse（未知来源）

  private Document HTMLtoXML(String source)
 {
 Document doc = null;
     DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
     DocumentBuilder builder;
     try {
         builder = factory.newDocumentBuilder();
         InputSource src = new InputSource(new StringReader(source));
         doc = builder.parse(src);
     } catch (ParserConfigurationException e) {
         e.printStackTrace();
     } catch (SAXException e) {
        e.printStackTrace();
     } catch (IOException e) {
        e.printStackTrace();
     }
 return doc;  
 }

 public void StartTakip()
{   
  String htmlSource=webbrowser.getHTMLContent();
  dc = HTMLtoXML(htmlSource);   

 }

当我尝试通过 DJNative Swing 获取页面源代码时

<HTML>
<HEAD>
<SCRIPT language=javascript src="/medula/scripts/capFirstLetters.js"></SCRIPT>
<TITLE>deneme</TITLE>
</HEAD>
<BODY bgcolor=#233333>
</BODY>
</HTML>

如果源如下所示，html 解析工作良好

<HTML>
<HEAD>
<SCRIPT language="javascript" src="/medula/scripts/capFirstLetters.js"></SCRIPT>
<TITLE>deneme</TITLE>
</HEAD>
<BODY bgcolor="#233333">
</BODY>
</HTML>
4

1 回答 1

0

我用 Jsoup-1.7.3.jar 解决了这个问题，例如：

  JWebBrowser jwebbrowser=new Jwebbrowser();
  Document doc=Jsoup.parse(jwebbrowser.getHTMLContent);
于 2014-01-06T16:38:00.827 回答