java代码org.xml.sax.SAXParseException中的HTML解析异常答案

【问题标题】：HTML Parsing Exception in java code org.xml.sax.SAXParseExceptionjava代码org.xml.sax.SAXParseException中的HTML解析异常
【发布时间】：2017-02-21 08:58:32
【问题描述】：

我正在尝试通过 DOM 解析器读取 .html 文件，但它在解析时出现以下异常。

[Fatal Error] form3.html:559:133: The element type "font" must be terminated by the matching end-tag "</font>".
org.xml.sax.SAXParseException; systemId: file:/home/puja/Dnyaneshwar/WCD_14_02_17/FileConverter/resources/form3.html; lineNumber: 559; columnNumber: 133; The element type "font" must be terminated by the matching end-tag "</font>".
    at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(DOMParser.java:257)
    at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:347)
    at javax.xml.parsers.DocumentBuilder.parse(DocumentBuilder.java:205)
    at DomConverter.main(DomConverter.java:25)

【问题讨论】：

错误很明显你有一个打开的<font>标签没有关闭</font>尝试修复它
其实我是通过 Libre office 将 doc 文件转换成 HTML。在这里，我通过手动编辑文件解决了很多上述问题，但该文件太大了。那么我们可以禁用这种检查吗？

标签： java dom saxparser

【解决方案1】：

您不使用 XML 解析器来解析 HTML 文档，甚至是 xhtml 文档。

您可以使用像 jsoup 这样的 html 解析器。

【讨论】：