欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

【转】nekohtml+xpath范例,及注意事项 javaxpathnekohtml 

程序员文章站 2022-05-01 18:09:48
...

nekohtml+xpath实例,及注意事项

最近做项目用到了nekohtml+xpath

nekohtml将HTML文档解析为标准的DOM,再用XPath从DOM中抽取想要的结点。

nekohtml比起htmlparser还真是简单,但是简单就意味着不透明,出了错就不知是什么引起的,这一点真让人受不了。

下面先说说nekohtml+xpath的使用注意事项:

1.nekohtml会自动将html的标签转化为大写,因此写XPath时要用大写

//div 错误

//DIV 正确

2.用XPath处理时标签前要加命名空间,否则找不到结点,这里就要用到NamespaceContext这个类

 

class MyNamespaceContext implements NamespaceContext {
    private String ns;

    public MyNamespaceContext(String ns) {
        this.ns = ns;
    }

    public String getNamespaceURI(String prefix) {
        // TODO Auto-generated method stub
        if (prefix == null) {
            throw new NullPointerException("Null prefix");
        } else if (prefix.equals("pre")) {
            return this.ns;
        } else if (prefix.equals("xml")) {
            return XMLConstants.XML_NS_URI;
        }
        return XMLConstants.XML_NS_URI;
    }

    @Override
    public String getPrefix(String namespaceURI) {
        // TODO Auto-generated method stub
        return null;
    }

    @Override
    public Iterator getPrefixes(String namespaceURI) {
        // TODO Auto-generated method stub
        return null;
    }
}

 

实例化XPath,并设置命名空间

 

XPathFactory factory = XPathFactory.newInstance();
        XPath xpath = factory.newXPath();
        xpath.setNamespaceContext(new MyNamespaceContext("http://www.w3.org/1999/xhtml"));
        XPathExpression expr = xpath.compile("//pre:TITLE");
 

 

 

最后推介一个firefox的XPath插件--XPath checker

附近上源文件