如何在Erlang中解碼/忽略HTML實體？

我正在做一個REST調用，並接收該XML回：如何在Erlang中解碼/忽略HTML實體？

<replacement><![CDATA[this is &amp; ampersand]]></replacement>

我substringed的是，我真正關心的一些有關：

this is &amp; ampersand

如何我現在這個片段解碼成（我不使用雅司病）：

this is & ampersand

來源

2012-01-25 PnzrDrgoon

例如

repl([],Acc) -> lists:reverse(Acc); 
repl([$&,$a,$m,$p,$;|T],Acc) -> repl(T,[$&|Acc]); 
repl([H|T],Acc) -> repl(T,[H|Acc]).

檢查

repl("this is &amp; ampersand",[]). 
"this is & ampersand"

（更新）如果您需要更換從CDATA字符串中的所有實體，您可以添加虛假的開始標記解決此字符串並解析爲XML。

種類：

{{_,_,_,_,_,_,_,_,Lst,_,_,_},_} = 
    xmerl_scan:string("<root>"++YourStingHere++"</root>"), 
    lists:foldl(fun ({_,_,_,_,X,text},Acc) -> AcC++ X end, [],Lst).

檢查：

{{_,_,_,_,_,_,_,_,Lst,_,_,_},_} = 
     xmerl_scan:string("<root>"++"aaa V&amp;H &lt;- "++"</root>"). 
lists:foldl(fun ({_,_,_,_,X,text},Acc) -> AcC++ X end, [],Lst). 

"aaa V&H <- "

來源

2012-01-26 04:08:54

對單個案例來說這很好，但其他HTML實體呢？ http://en.wikipedia.org/wiki/List_of_XML_and_HTML_character_entity_references我希望有一個函數已經隱藏在圖書館裏了。 – PnzrDrgoon

此更新將完美工作。非常感謝您的幫助。 – PnzrDrgoon

使用include_lib（「xmerl/include/xmerl.hrl」）包含內置的xmerl頭文件會產生更具可讀性和麪向將來的代碼。例如，「{_，_，_，_，X，text}」將變爲「Foo＃xmlText.value」，並且「{_，_，_，_，_，_，_，_，Lst，，_，_}'可以替換爲'Foo＃xmlElement.content'。 – dnet

這要看什麼類型的數據，你有。如果這是一個ASCII文本，你可以用@Odobenus Rosmarus所說的「&」符號替換它，如果這是一個Unicode，那麼你會做一些額外的工作。請看this項目或使用標準unicode模塊。

來源

2012-01-26 04:27:31 danechkin

如何在Erlang中解碼/忽略HTML實體？

回答

相關問題