Разбор HTML-документа с NekoHTML - PullRequest
Новая
       39

Разбор HTML-документа с NekoHTML

0 голосов
/ 11 октября 2011

Я использую NekoHTML-фреймворк с версией xerces 2.11.0 для разбора HTML-документа.Но у меня возникла проблема с этим простым кодом: 

DOMParser parser = new DOMParser();
System.out.println(parser.getClass().toString());
InputSource url = new InputSource("http://www.cbgarden.org");
try{
    parser.parse(url);
    Document document = parser.getDocument();
    System.out.println(document.hasChildNodes());
    System.out.println(document.getBaseURI());
    System.out.println(document.getNodeName());
    System.out.println(document.getNodeValue());
}catch(Exception e){
    e.printStackTrace();
}

Теперь я поместил здесь результат нескольких отпечатков:

  1. class org.cyberneko.html.parsers.DOMParser
  2. true
  3. http: //www.cbgarden.org
  4. document
  5. null

Итак, мой вопрос:Что может быть не так?Никаких исключений не выдается, и я следую правилам, которые определены в правилах использования в NekoHTML.Мои библиотеки путей сборки имеют такой приоритет:

  1. nekohtml.jar
  2. nekohtmlSamples.jar
  3. xercesImpl.jar
  4. xercesSamples.jar
  5. xml-apis.jar

1 Ответ

1 голос
/ 11 октября 2011

Полагаю, ваш вопрос о null?
Узел document не имеет значения. Он имеет только подузлы (например, <html>, в котором содержится <head> и <body>).

Но если вы хотите иметь весь источник страницы в виде строки, вы можете просто загрузить его, используя URL его метод openStream().

...