Question

来自独立提供商的html文件包含如下标记：

<link href="//abc...." rel="stylesheet" type="text/css">

所以，最后/之前＆gt;没有编码。它应该是＆＃34; ... /＆gt;＆＃34;。如何避免解析器在此异常上生成异常？

我的代码是：

try {
    factory = XmlPullParserFactory.newInstance();
    factory.setNamespaceAware(false);
    // updated, as suggested below
    factory.setValidating(false);
    factory.setFeature(Xml.FEATURE_RELAXED, true); 
    factory.setNamespaceAware(true);
    parser = factory.newPullParser();
    parser.setInput(is);
    eventType = parser.getEventType();
    while (eventType != XmlPullParser.END_DOCUMENT) {
        String tagname = parser.getName();
        // etc.

Answer 1

您不应该使用XML pull解析器来解析不整齐的HTML，它永远不能保证可以工作。

无论如何，我对一个HTML大部分都没问题的网站进行了实验，我注意到自Android 3以来最新版本的KXmlParser（XMLPullParser的底层实现）比旧版本更严格，它们忽略了FEATURE_RELAXED标志。因此，如果您想要一个更宽容的XMLPullParser，您可以将Gingerbread版本的KXmlParser直接复制到您的项目中，并使用它来代替框架的版本。

Answer 2

见BladerCoder的第一句话。谢谢。

这回答了我的问题。

*

您需要在获得拉动之前完全配置工厂解析器实例：Factory使用其当前配置进行创建实例

*

此外，只是处理源中偶然错误的例外工作正常。我无法影响（正确）创建源文件。

XmlPullParser ...在凌乱的HTML上遇到异常，如何让它更健壮？

2 个答案: