Cyber​​neko html 设置忽略未编码的大于和小于符号

Question

我的 htmlcontent 包含大于和小于符号。但是这些符号没有被编码为 <和>。为了平衡内容中的标签，我通过cyberneko html 解析器传递内容。解析后，大于和小于符号之间的内容将被丢弃。为了克服这个问题，我必须在cyberneko html 解析器中设置哪些设置？

示例内容：

平均响应时间 服务器很关键，因为它的价值 282 > 0 毫秒。
[门槛 详细信息：如果值 > 0，则为关键， 如果 value = 0 则警告，如果 value

nekohtml解析后

0]

请帮忙。提前致谢

【问题讨论】：

Answer 1

下面的程序会输出

服务器平均响应时间很关键，因为它的值 282 > 0 毫秒。
[阈值详细信息：如果值 > 则为严重； 0，如果值 = 0 则警告，如果值

package test;

import java.io.StringReader;

import javax.xml.transform.Transformer;
import javax.xml.transform.TransformerFactory;
import javax.xml.transform.dom.DOMSource;
import javax.xml.transform.stream.StreamResult;

import org.apache.xerces.dom.DocumentImpl;
import org.cyberneko.html.parsers.DOMFragmentParser;
import org.w3c.dom.Document;
import org.w3c.dom.DocumentFragment;
import org.xml.sax.InputSource;

public class TestHTMLDOMFragment {
    private static final String PARSE_TEXT = "<div>Average Response Time server is critical because its value 282 > 0 ms. <br>[Threshold Details : Critical if value > 0, Warning if value = 0, Clear if value < 0]</div>";

    public static void main(String[] argv) throws Exception {
        DOMFragmentParser parser = new DOMFragmentParser();

        // output the elements in lowercase, nekohtml doesn't do this by default
        parser.setProperty("http://cyberneko.org/html/properties/names/elems","lower");

        // if this is set to true (the default, you dont need to specifiy this)
        // then neko html wont and an html,head and body tags to the response.
        parser.setFeature("http://cyberneko.org/html/features/document-fragment",true);

        Document document = new DocumentImpl();
        DocumentFragment fragment = document.createDocumentFragment();

        // parse the document into a fragment
        parser.parse(new InputSource(new StringReader(PARSE_TEXT)), fragment);

        TransformerFactory transformerFactory = TransformerFactory.newInstance();
        Transformer transformer = transformerFactory.newTransformer();
        // don't display the namespace declaration
        transformer.setOutputProperty("omit-xml-declaration", "yes");
        DOMSource source = new DOMSource(fragment);
        StreamResult result = new StreamResult(System.out);
        transformer.transform(source, result);

    }
}

上面代码中的 cmets 显示了我使用的解析器设置。

我还使用了 org.cyberneko.html.parsers.DOMFragmentParser，因为您可能也正在解析只是一个 html 片段的文本

我正在使用 nekohtml 1.9.14

如果你使用 maven，这里是 pom.xml 依赖部分...

<dependencies>
    <dependency>
        <groupId>net.sourceforge.nekohtml</groupId>
        <artifactId>nekohtml</artifactId>
        <version>1.9.14</version>
        <type>jar</type>
    </dependency>
</dependencies>