Question

我正试图在锚点之后刮掉一些空格的页面：

</a>&nbsp;&nbsp;|&nbsp;&nbsp;

我似乎无法找到指定文本的方法，我要么触发处理器错误，要么我无法检测到字符串本身。导致html-to-xml转换失败的所有内容，因为包含字符时xml格式不正确。所以，我需要删除之后的所有内容（请注意，在文档中的其他位置之后还有其他部分存在div标记或其他内容。）

我的代码：

<xpath expression="/">
     <regexp replace="true">
            <regexp-pattern>(nbsp;)</regexp-pattern>
                <regexp-source>
                    <html-to-xml omitcomments="true" advancedxmlescape="true" prunetags="head,script,meta,meta ,p,base,br,link,img,image,input,option,nbsp;">
                       <http url="http://mysite.org/map/aindex/" method="get" />
                    </html-to-xml>
                </regexp-source>
                <regexp-result>
                    <template></template>
                </regexp-result>
      </regexp>
</xpath>

我认为我的问题在于regexp-pattern。我试过了：



 &nbsp;  
    \& nbsp;  (without the space in between -- SO doesn't display that correctly
    \s+\|\s+

除其他事项外。我甚至尝试将表达式放在CDATA元素中，但我也无法使其工作。

有什么想法？

Answer 1

对于regexp-pattern中的 ，您可以尝试使用\u00A0

网络收获 - 删除不寻常的字符

1 个答案: