问题标签 [htmlcleaner]

我正在解析一些非常糟糕的 html 代码。我取得了很好的成功，直到我注意到某些元素的属性包含“<”。

前任：

将导致

这将在浏览器中正常呈现，但 HTML 清理器会认为它正在尝试启动一个新标签。它在开始一个新标签之前添加了一个“>”，这是我不想要的。

解决此问题的最佳方法是什么？我不确定 HTMLCleaner 是否有任何可以配置来管理它的属性。如果没有，我应该如何预处理 HTML 数据以修复这些字符？

编辑：固定示例

编辑：我想我可以在进入 htmlcleaner 之前应用一个带有正则表达式的 replaceAll()。也许像 ="[^"]*" 之类的东西并搜索它是否包含 "<".. 如果包含，则替换为转义的 html & 符号。这行得通吗？

为了我的使用，我使用飞碟库创建了一个 PDF 文件。这是一个遗留的 HTML，所以我使用 HTMLCleaner 库清理了 XHTML。

在此之后，我将 XML 序列化为字符串，然后将其传递给飞碟的 iText 模块以呈现它并随后创建 PDF。

这个 PDF 我把它放在OutputStream. 提交响应后，我会收到一个对话框，要求保存或打开它。但是它不会保存为 PDF 文件。我必须右键单击并在 Adob​​e 或任何 PDF 阅读器中打开它。

如何让它显示在 PDF 阅读器中。并使文件保存为 .pdf 文件。什么是处理此问题的有效且用户友好的方法？一如既往的帮助将不胜感激！

我正在使用 html 清洁器从网站获取数据……但我不断收到此错误。

服务器返回 HTTP 响应代码：403 用于 URL：http ://www.groupon.com/browse/chicago?z=skip

我不确定我做错了什么，因为我以前使用过相同的代码并且它工作得很好。有人可以帮助我吗？

代码如下：

我使用 HtmlCleaner 2.6.1 和 Xpath 来解析 Android 应用程序中的 html 页面。这里的html页面：

1. http://www.kino-govno.com/comments/42571-postery-kapitan-fillips-i-poslednij-rubezh

2. http://www.kino-govno.com/comments/42592-fantasticheskie-idei-i-mesta-ih-obitanija

   第一个链接返回文件，就可以了。第二个链接在这里：

   什么都不返回。

如果你创建一个没有 android 的简单 java 项目。这一切都很好。

这是代码：

我在手机上存储了一个 html 文件，我想用 HtmlCleaner 清理它并查看输出结果。这是我的代码：

这没有任何作用。我想在手机上的某处查看 .xml 或已清理的 .html 文件。

这是 htmlToClean 变量：

我正在尝试从某个网站（这是该网站）获取表数据，并且我正在尝试通过尝试获取某个节点来进行尝试。这是我的尝试：

这不起作用，应用程序崩溃，这是 logcat：

所以我正在学习如何使用 XPath 和 HtmlCleaner 来解析 HTML，但我遇到了一个问题。这是代码：

所以我显然是在尝试解析某些数据并将其设置为 textview。这不起作用，结果完全错误：

com.whizzapps.stpsurniki.ScheudeleWithDesign$getScheudele@421a7d90

我的猜测是问题出在 XPath 中：

我以前从未使用过 XPath，所以我几乎可以肯定我把那部分搞砸了。顺便说一下，这是我试图从中解析数据的站点。这段代码应该只为初学者获取一个表格元素，一旦我知道该怎么做，我将解析整个表格。

我的应用程序第一次启动时会将某个网站下载为 HTML 文件。HTML 文件当然很乱，所以我想用 HtmlCleaner 清理它，然后我可以用 Jsoup 解析它。但是如何在清理后获得新的清理过的 html 项目？

我做了一些研究，这就是我能找到的全部：

但是我看不到这段代码在哪里写入了一个新文件？如果没有，我该如何实现它以便删除旧文件并创建新的清理过的 html 文件？

我正在尝试获取一个干净的 XML 文件，以便我可以解析数据。这是我的尝试：

我必须使用 AsyncTask，因为如果我在主 UI 上这样做，应用程序就会崩溃。

现在这就是我尝试执行此操作的方式：

但是，这不起作用。它强调了“cleanHtml.execute();” 并说：

无法从 AsyncTask 类型对非静态方法 execute(Void...) 进行静态引用

知道我现在如何运行这个 AsyncTask 吗？我做得对吗？另外，一旦我得到这个工作，我在哪里可以看到输出cleaned.xml文件？因为我没有设置任何“输出文件夹”。

我正在尝试使用 AsyncTask 使用 HtmlCleaner 清理 HTML。这是代码：

我在 onCreate 方法中执行 AsyncTask：

然而，什么也没有发生。如您所见，我将 log.i 放在 AsyncTask 中以查看它是否正在执行 r ，但我从未在 logcat 中看到 log.i 消息。我可能做错了什么？另外，“cleaned.xml”会出现在我手机的哪个位置？因为我没有设置任何类型的目标文件夹。

日志猫（信息）：