Question

我发现一些帖子暗示你可以使用nokogiri gem验证XHTML对其DTD的影响。虽然我已成功使用它来成功解析XHTML（寻找'a'标签等），但我正在努力验证文档。

对我而言：

doc = Nokogiri::XML(Net::HTTP.get(URI.parse("http://www.w3.org")))
puts doc.validate

导致整个堆：

[
#<Nokogiri::XML::SyntaxError: No declaration for element html>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute xmlns of element html>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute lang of element html>,  
#<Nokogiri::XML::SyntaxError: No declaration for attribute lang of element html>,
#<Nokogiri::XML::SyntaxError: No declaration for element head>,
#<Nokogiri::XML::SyntaxError: No declaration for attribute profile of element head
[repeat for every tag in the document.]
]

所以我假设这不是正确的方法。我似乎找不到任何好的例子 - 任何人都可以提出我做错的事吗？

我在Mac OSX 10.5.8上运行ruby 1.8.6。 Nokogiri告诉我：

nokogiri: 1.3.3
warnings: []

libxml: 
  compiled: 2.6.23
  loaded: 2.6.23
  binding: extension

Answer 1

不仅仅是你。你正在做的事情应该是正确的做法，但我从来没有运气好。据我所知，Nokogiri和libxml之间存在一些脱节，导致它无法加载SYSTEM DTD或识别PUBLIC DTD。如果你在XML文件中定义DTD，它将工作，但是使用XHTML DTD可以好运。

我建议的最好的方法是使用schemas for XHTML代替：

require 'nokogiri'
require 'open-uri'

doc = Nokogiri::XML(open('http://www.w3.org'))
xsd = Nokogiri::XML::Schema(open('http://www.w3.org/2002/08/xhtml/xhtml1-strict.xsd'))

#this is a true/false validation
xsd.valid?(doc)    # => true

#this gives a listing of errors
xsd.validate(doc)  # => []

Answer 2

如果DTD嵌入在XML中，它可以正常工作。因此，如果重组单个文件中的数据是可以的，无论是作为一般做法，还是仅用于临时使用，都可以解决您的问题。

我在Nokogiri项目中提出了一个问题：

https://github.com/sparklemotion/nokogiri/issues/440

JRuby Nokigiri的主要作者Yoko Harada说：

“仅供参考。主分支上的纯Java Nokogiri（尚未发布）没有此问题。”

我提交的问题包含指向最小示例文件和irb调用的链接以说明问题。

基思

如何使用nokogiri验证XHTML？

2 个答案: