用TagSoup解析XML：長屬性的bug？

我試圖用TagSoup解析醜陋的HTML來提取給定標記的值。這裏是標籤：用TagSoup解析XML：長屬性的bug？

<input type="hidden" name="hash_check" value="ffc39410ed8da309408a9382450ddc85" />

我想檢索屬性「值」的值（「ffc39410ed8da309408a9382450ddc85」）

這裏是我的代碼，在我的SAX處理程序：

public void startElement(String namespaceURI, String localName, String qName, Attributes atts) throws SAXException 
{ 
    if (localName.equals("input")) 
    { 
     Log.v(TAG, Integer.toString(atts.getLength())); 
     if (atts.getValue("name").equals("hash_check") 
     { 
      in_input = true; 
      Log.v(TAG, atts.getValue("name")); 
      if (atts.getValue("value") != null) 
       Log.v(TAG,atts.getValue("value"); 
     } 
    } 
}

日誌在這裏用於調試目的。 Logcat正確地爲atts.getValue（「name」）提供了「hash_check」，但是爲atts.getValue（「value」）提供了一個空字符串，儘管解析器被定位到正確的「輸入」（我的html文檔中唯一一個）。

怎麼了？ TagSoup中的錯誤？

謝謝

編輯@bkail：感謝您的評論。這裏有更多的細節和代碼。

首先，我試圖解析的網址：http://forum.hardware.fr/hfr/Programmation/Divers-6/experts-puissant-internet-sujet_37483_1.htm

，並用於實例化解析器代碼：

private static final String FORUM_URI = "http://forum.hardware.fr/hfr/Programmation/Divers-6/experts-puissant-internet-sujet_37483_1.htm"; 
URL hfrUrl = new URL(FORUM_URI); 
Parser parser = new Parser(); 
HfrSAXHandler sh = new HfrSAXHandler(); 
parser.setContentHandler(sh); 
parser.parse(new InputSource(hfrUrl.openStream()));

最後，我的SAX解析器整個代碼：

public class HfrSAXHandler extends DefaultHandler 
{ 
    private boolean in_input = false; 
    private static final String TAG = "hfr4droid"; 

    @Override 
    public void startDocument() throws SAXException 
    { 
     Log.v(TAG, "start of parsing"); 
    } 

    @Override 
    public void endDocument() throws SAXException 
    { 

    } 

    @Override 
    public void startElement(String namespaceURI, String localName, String qName, Attributes atts) throws SAXException 
    { 
     if (localName.equals("input")) 
     { 
      Log.v(TAG, Integer.toString(atts.getLength())); 
      if (atts.getValue("name") != null) 
      { 
       in_input = true; 
       Log.v(TAG, atts.getValue("name")); 
       if (atts.getValue("value") != null) 
        Log.v(TAG, Integer.toString(atts.getValue("value"))); 
      } 
     } 
    } 

    @Override 
    public void endElement(String namespaceURI, String localName, String qName) throws SAXException 
    { 
     if (localName.equals("input")) 
      in_input = false; 
    } 
}

謝謝你試試看。

來源

2010-08-29 Harkonnen

固定解析錯誤後，它的工作原理我在筆記本上使用tagsoup-1.2的Java 6。更多細節？示例代碼？ – 2010-08-29 16:55:52

謝謝你的回答。我編輯了我的帖子，給你更多的細節。 – Harkonnen 2010-08-30 08:05:22

使用Integer.toString()是問題所在。更改此：

Log.v(TAG, Integer.toString(atts.getValue("value")));

這樣：

Log.v(TAG, atts.getValue("value"));

來源

2014-05-23 00:56:02

用TagSoup解析XML：長屬性的bug？

回答

相關問題