我正在解析的 wiki 页面丢失了大量空白，我认为这是解析器的问题。我的 Groovy 脚本中有这个:
@Grab(group='org.ccil.cowan.tagsoup', module='tagsoup', version='1.2' )
def slurper = new XmlSlurper(new org.ccil.cowan.tagsoup.Parser())
slurper.keepWhitespace = true
inputStream.withStream{ doc = slurper.parse(it)
println "originalContent = " + doc.'**'.find{ it.@id == 'editpageform' }.'**'.find { it.@name=='originalContent'}.@value
}
其中 inputStream 从 URL GET 请求初始化以编辑 confluence wiki 页面。 稍后在我执行此操作的 withInputStream block 中:
println "originalContent = " + doc.'**'.find{ it.@id == 'editpageform' }.'**'.find { it.@name=='originalContent'}.@value
我注意到页面的所有原始内容都被删除了换行符。我最初认为这是服务器端的事情，但是当我在浏览器中发出相同的请求并查看源代码时，我可以在“originalContent”隐藏参数中看到换行符。有没有一种简单的方法来禁用空白规范化并保留字段的内容？以上是针对内部 Confluence wiki 页面运行的，但在编辑任意 wiki 页面时很可能会被拒绝。
以上更新 我添加了对“slurped.keepWhitespace = true”的调用以尝试保留空白，但这仍然不起作用。我在想这个方法适用于元素而不是属性？有没有办法轻松调整底层 Java XMLParser 上的标志？是否有针对属性值中的空白设置的特定设置？
最佳答案
我首先尝试用我自己的一些 confluence 页面重现这个，但是输入节点中没有值属性和文本内容，所以我创建了自己的测试 html。
现在，我认为 tagsoup 解析器也需要配置为保留空格，只是在 slurper 上设置它无济于事，因为默认设置是忽略空格。
所以我就这样做了，tagsoup feature ignorable-whitespace顺便说一句。 (搜索页面上的空格)
不管怎么说，这是行不通的。正如您从示例中看到的那样，保留了属性中的空格，尽管设置了额外功能，但保留文本空格似乎不起作用。也许这是 tagsoup 或 xml slurper 中的错误？
我建议你也仔细看看你的 html，是否真的存在 value 属性？
@Grab(group='org.ccil.cowan.tagsoup', module='tagsoup', version='1.2' )
String html = """\
<html><head><title>test</title></head><body>
<p>
<form id="editpageform">
<p>
<input name="originalContent" value=" ">
</input>
</p>
</form>
</p>
</body></html>
"""
def inputStream = new ByteArrayInputStream(html.getBytes())
def parser = new org.ccil.cowan.tagsoup.Parser()
parser.setFeature("http://www.ccil.org/~cowan/tagsoup/features/ignorable-whitespace", true)
def slurper = new XmlSlurper(parser)
slurper.keepWhitespace = true
inputStream.withStream{ doc = slurper.parse(it)
def parse = { doc.'**'.find{ it.@id == 'editpageform' }.'**'.find { it.@name=='originalContent'} }
println "originalContent (name) = '${parse().@name}'"
println "originalContent (value) = '${parse().@value}'"
println "originalContent (text) = '${parse().text()}'"
}
关于java - XMLParser 正在吃掉我的空格，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/10809794/