Question

我使用pugixml的xpath函數來查找html文檔中的某些節點（通過curl下載）。

我使用：

pugi::xml_document doc; 


doc.load_buffer(htmlcontent.c_str(), htmlcontent.size()); 

pugi::xpath_node example= doc.select_single_node("//h2[@class='tv_header']"); 
std::cout << example.node(); 

返回0節點。我知道這個節點存在於文檔中。我只把這個節點放在一個字符串中，並且它找到了成功的節點。爲什麼在文檔中找不到節點？有沒有編碼的HTML文件的問題？

謝謝！

Answer 1

在遇到節點之前解析文檔很可能會停止。

HTML文檔通常不能被XML解析器解析;除非您的文檔是有效的XHTML文檔，否則您需要使用HTML解析器。

爲了驗證這一點，只要看看多數民衆贊成由load_buffer返回的結果對象 - 即

pugi::xml_parse_result res = doc.load_buffer(htmlcontent.c_str(), htmlcontent.size()); 

std::cout << "Parsing result: " << res.description() << std::endl; 
if (!res) std::cout << "Parsing stopped at offset " << res.offset << std::endl;