我可以使用Jsoup进行解析而不强制执行严格的HTML规则吗？ （<p>标签内的块元素？）</p>

Question

我需要使用如下所示的HTML：

<p> <span> <ul> <li>LIST ELEMENT</li> </ul> </span> </p>

...并在保留DOM层次结构的同时对其进行解析。

当我解析上面的内容时，Jsoup吐出来：

<span></span><ul><li>LIST ELEMENT></li></ul>

我尝试在各种HTML验证器中解析原始HTML，并且他们都说它无效并且执行相同的操作。我知道，但我需要保留这个无效的标记。

我是否可以在Jsoup中设置任何设置以使其保留此层次结构，尽管它无效？

Answer 1

尝试Xml Parser而不是默认的html。

  

public static Parser xmlParser()

     

创建一个新的XML解析器。此解析器假定不知道传入的标记，并且不将其视为HTML，而是创建一个简单的标记   树直接来自输入。

     

<强>返回：

    a new simple XML parser.

来源：http://jsoup.org/apidocs/org/jsoup/parser/Parser.html#xmlParser%28%29

示例：

Document doc = Jsoup.parse(html, "", Parser.xmlParser());