XmlSlurper / NekoHTML documento frammento di analisi - No HTML o tag body voluto
-
26-09-2019 - |
Domanda
Ciao a tutti, sto cercando di analizzare il seguente codice HTML frammento, e vorrei ottenere lo stesso frammento di output (HTML e senza tag BODY). È possibile? Se sì, come?
Grazie Misha
P.S. Sto leggendo qui: http://nekohtml.sourceforge.net/faq.html#fragments e credo di aver aggiunto le opzioni corrette sotto. Tuttavia, l'uscita non è ancora corretta: (
Grazie Misha
import groovy.xml.MarkupBuilder
import groovy.xml.StreamingMarkupBuilder
import groovy.util.XmlNodePrinter
import groovy.util.slurpersupport.NodeChild
def text="""
<div><h2>Test</h2>
<div>Hi</div>
</div>
"""
// Parse
def config=new org.cyberneko.html.HTMLConfiguration()
config.setFeature("http://cyberneko.org/html/features/balance-tags/document-fragment",true)
def html=new XmlSlurper(new org.cyberneko.html.parsers.SAXParser()).parseText(text)
// Output
def printNode(NodeChild node) {
def writer = new StringWriter()
writer << new StreamingMarkupBuilder().bind {
mkp.declareNamespace('':node[0].namespaceURI())
mkp.yield node
}
new XmlNodePrinter().print(new XmlParser().parseText(writer.toString()))
}
printNode(html)
Output:
<HTML>
<tag0:HEAD xmlns:tag0="http://www.w3.org/1999/xhtml"/>
<BODY>
<DIV>
<H2>
Test
</H2>
<DIV>
Hi
</DIV>
</DIV>
</BODY>
</HTML>
Soluzione
Chiamata setFeature sull'oggetto parser direttamente, in questo modo:
@Grab(group='net.sourceforge.nekohtml', module='nekohtml', version='1.9.14')
import groovy.xml.MarkupBuilder
import groovy.xml.StreamingMarkupBuilder
import groovy.util.XmlNodePrinter
import groovy.util.slurpersupport.NodeChild
def text="""
<div><h2>Test</h2>
<div>Hi</div>
</div>
"""
// Parse
def parser=new org.cyberneko.html.parsers.SAXParser()
parser.setFeature("http://cyberneko.org/html/features/balance-tags/document-fragment",true)
def html=new XmlSlurper(parser).parseText(text)
// Output
def printNode(NodeChild node) {
def writer = new StringWriter()
writer << new StreamingMarkupBuilder().bind {
mkp.declareNamespace('':node[0].namespaceURI())
mkp.yield node
}
new XmlNodePrinter().print(new XmlParser().parseText(writer.toString()))
}
printNode(html)
Autorizzato sotto: CC-BY-SA insieme a attribuzione
Non affiliato a StackOverflow