Question

我使用HtmlCleaner 2.6.1和Xpath来解析Android应用程序中的html页面。这里是html页面：

http://www.kino-govno.com/comments/42571-postery-kapitan-fillips-i-poslednij-rubezh
http://www.kino-govno.com/comments/42592-fantasticheskie-idei-i-mesta-ih-obitanija

第一个链接返回文档，没关系。这个地方的第二个链接：
```
document = domSerializer.createDOM(tagNode);
```
什么都不返回。

如果你创建一个没有android的简单java项目。一切正常。

以下是代码：

        String queries = "//div[starts-with(@class, 'news_text op')]/p";            
        URL url = new URL(link2);
        TagNode tagNode = new HtmlCleaner().clean(url);
        CleanerProperties cleanerProperties = new CleanerProperties();
        DomSerializer domSerializer = new DomSerializer(cleanerProperties);
        document = domSerializer.createDOM(tagNode);
        xPath = XPathFactory.newInstance().newXPath();
        pageNode = (NodeList)xPath.evaluate(queries,document, XPathConstants.NODESET);
        String val = pageNode.item(0).getFirstChild().getNodeValue();

Answer 1

那是因为HtmlCleaner将第二个HTML页面的段落包装到另一个<div/>中，所以它不再是直接的孩子了。使用descendent-or-self - 轴//代替child - 轴/：

//div[starts-with(@class, 'news_text op')]//p

createDOM方法不返回文档

1 个答案: