6

我需要从给定的 HTML 页面中提取 HTML 的一部分。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>

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?

4

1 回答 1

7

关闭 TagSoup 解析器上的命名空间功能。例子:

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)
于 2011-04-25T17:39:54.873 回答