Jsoup：xml标签中冒号时出现SelectorParseException答案

【问题标题】：Jsoup : SelectorParseException when colon in xml tagJsoup：xml标签中冒号时出现SelectorParseException
【发布时间】：2012-11-13 14:52:48
【问题描述】：

xml标签有冒号时抛出异常，

例外：

org.jsoup.select.Selector$SelectorParseException: 无法解析查询 'w:r': ':r' 处出现意外标记

XML：

<w:r>
 <w:rPr>
   <w:rStyle w:val="jid"/>
 </w:rPr>
 <w:t>AN</w:t>
</w:r>

Java 代码：

    org.jsoup.nodes.Document doc = Jsoup.parse(documentXmlString);

这里documentXmlString有上面指定的xml

【问题讨论】：

标签： java xml-parsing jsoup

【解决方案1】：

只需将“:”替换为“|”

doc.select("w|r");

我正在使用 Jsoup 1.5.2。

【讨论】：

如果内容有“:”，那么这个就不行了。例如：google.com。如果你替换它，它就会变成 http|//www.google.com

【解决方案2】：

虽然你的拼凑对你有用..我想提供有关命名空间的知识！

XML 中的w: 实际上称为命名空间前缀。并且要使用 neamespace 前缀，它必须在根节点中声明！ ¹⁺ 由于源 XML 中缺少声明部分！解析器抛出错误！下面是在 XML 中定义命名空间的方法！我已经更正了你自己的 XML，我敢打赌它现在不会出错了！

<w:r xmlns:w="http://www.w3.org/SomeNamespace">
  <w:rPr>
    <w:rStyle w:val="jid"/>
  </w:rPr>
  <w:t>AN</w:t>
</w:r>

其他信息：

命名空间有自己的范围！在下面的例子中：

<root>
    <w:r xmlns:w="http://www.w3.org/SomeNamespace">
      <w:rPr>
        <w:rStyle w:val="jid"/>
      </w:rPr>
      <w:t>AN</w:t>
    </w:r>
    <someotherElement>
      <dummychild/>
    </someotherElement>

在上面的例子中，你不能在<someotherElement> 或<dummychild/> 上使用命名空间前缀！！因为命名空间前缀 w 的范围仅限于元素 <r> 及其子（孙）！

^{1+：在其下声明命名空间的元素..命名空间将对其自身及其子节点有效..在根下声明命名空间使命名空间对 XML 文档中的所有元素都有效/可用.}

【讨论】：

非常感谢 aravind。但我无法使用命名空间更改我的输入 xml 文件。不过这些信息很有用。
@Kate，我猜到了！好吧。很高兴你发现它有用:)

【解决方案3】：

我用过，

 documentXmlString = documentXmlString.replaceAll("w:","w");

【讨论】：

干得好！点赞！！这确实是源 XML 的问题。请参考我的回答，如果您有任何问题或疑虑，请告诉我..

【解决方案4】：

JSoup 是一个 html 而不是 XML 解析器。对于 XML，您可以使用 JAXB、SAXON 或 Xstream。

【讨论】：

哦，谢谢 :) 我不知道，所以可能是其中的一个错误，或者简单的 xml 解析器太简单了 :)