作者cklonger (22)
看板java
标题Re: [问题] HTML PARSER出包了,还是我使用方法错了?
时间Sun Jun 12 00:55:42 2011
※ 引述《mahoihei (Alvar)》之铭言：
先给上我要解析的网站
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 116.49.240.161
1F：→ mahoihei:顺便问一下,XML的PARSER可以用来读HTML吗 06/11 21:29
2F：→ nanashi07:解析HTML请先处理容错问题,不是每个网站的html source都 06/11 22:43
3F：→ nanashi07:是符合结构的,可以参考htmlcleaner 06/11 22:44
4F：→ mahoihei:"合符结构"是什麽意思??? 06/11 23:22
有起始tag 就要有结束tag
不然就是单一的<XXX/> tag
总之就是写网页的人tag乱写
你要的话就抓li自己再过滤
写htmlparser 的人怎麽可能会知道
你要去处理一个错的网页
就算你用swing的那个html parser
也是要自己处理错的网页tag
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 61.230.71.169
※ 编辑: cklonger 来自: 61.230.71.169 (06/12 00:56)
5F：推 mahoihei:感谢,大约明白了,我HTMLCLENNER抓来用看看 06/12 09:35