Question

我的初始html是

<!DOCTYPE html>
<html xmlns:og="http://opengraphprotocol.org/schema/" xmlns:fb="http://www.facebook.com/2008/fbml" xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en" class="SAF" id="global-header-light">
<head>

</head>
<body>


<div style="background-image: url(http://aka-cdn-ns.adtech.de/rm/ads/23274/HPWomenLOFT_1381687318.jpg);background-repeat: no-repeat;-webkit-background-size: 1001px 2059px; height: 2059px; width: 1001px; text-align: center; margin: 0 auto;">                      

<div style="height:2058px; padding-left:0px; padding-top:36px;">


<iframe style="height:90px; width:728px;" />



</div>
</div>

</body>
</html>

在我使用JSOUP的doc.html（）之后，JSOUP解析器在Iframe元素的末尾添加了额外的编码值。更改的html是

<!DOCTYPE html>
<html xmlns:og="http://opengraphprotocol.org/schema/" xmlns:fb="http://www.facebook.com/2008/fbml" xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en" class="SAF" id="global-header-light">
 <head> 
  <style>

</style> 
 </head> 
 <body> 
  <div style="background-image: url(aol.jpeg); background-repeat: no-repeat;-webkit-background-size:90720;height:720; width:90; text-align: center; margin: 0 auto;"> 
   <div style="height:450; width:100; padding-left:681px; padding-top:200px;"> 
    <iframe style="height:1050px; width:300px;"></iframe> ***&lt;/div&gt; &lt;/div&gt; &lt;/body&gt; &lt;/html&gt;***
   </div>
  </div>
 </body>
</html>

请帮我解决这个问题。

由于斯瓦拉杰

Answer 1

如果使用xmlParser解析它，则不会添加其他值。例如：

String html = "<!DOCTYPE html>" +
                "<html xmlns:og=\"http://opengraphprotocol.org/schema/\" xmlns:fb=\"http://www.facebook.com/2008/fbml\" xmlns=\"http://www.w3.org/1999/xhtml\" xml:lang=\"en\" lang=\"en\" class=\"SAF\" id=\"global-header-light\">" +
                "<head></head>" +
                "<body>" +
                "<div style=\"background-image: url(http://aka-cdn-ns.adtech.de/rm/ads/23274/HPWomenLOFT_1381687318.jpg);background-repeat: no-repeat;-webkit-background-size: 1001px 2059px; height: 2059px; width: 1001px; text-align: center; margin: 0 auto;\">" +
                "<div style=\"height:2058px; padding-left:0px; padding-top:36px;\">" +
                "<iframe style=\"height:90px; width:728px;\" /></div></div></body></html>";

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

将输出：

<!DOCTYPE html>
<html xmlns:og="http://opengraphprotocol.org/schema/" xmlns:fb="http://www.facebook.com/2008/fbml" xmlns="http://www.w3.org/1999/xhtml" xml:lang="en" lang="en" class="SAF" id="global-header-light">
 <head></head>
 <body>
  <div style="background-image: url(http://aka-cdn-ns.adtech.de/rm/ads/23274/HPWomenLOFT_1381687318.jpg);background-repeat: no-repeat;-webkit-background-size: 1001px 2059px; height: 2059px; width: 1001px; text-align: center; margin: 0 auto;">
   <div style="height:2058px; padding-left:0px; padding-top:36px;">
    <iframe style="height:90px; width:728px;"></iframe>
   </div>
  </div>
 </body>
</html>

<强>更新

您可以先将远程文件作为String获取，然后正常使用我的其余代码：

String url = request.getParameter("htmluri").trim(); 
System.out.println("Fetching %s..."+url); 
String xml = Jsoup.connect(url).get().toString();
Document doc = Jsoup.parse(xml, "", Parser.xmlParser());

Parser.xmlParser()是Jsoup的一部分（请参阅http://jsoup.org/apidocs/org/jsoup/parser/Parser.html）。

JSOUP将原始html转换为一些其他编码值

1 个答案: