html - 使用 Dart 解析格式错误的 HTML

Question

所以我在类文件中包含以下代码:

Document requestData (String url, [String postVars, bool pauseApp = false, onSuccess(Document ht)]) {
   HttpRequest html = new HttpRequest();
   html.open((postVars == null ? 'GET' : 'POST'), url, async: !pauseApp);

   html.send(postVars);
   if (pauseApp == true) { return html.responseXML; }
   else { html.on.readyStateChange.add((Event e) { 
             if (html.readyState == HttpRequest.DONE && (html.status == 200 || html.status == 0)) {
                 try { 
                   //HERE IS WHERE THE ISSUE IS ----V
                   DOMParser d = new DOMParser();
                   onSuccess(d.parseFromString(html.responseText,"text/html")); 
                   }
                 catch (e) {
                   print("Error on requestData($url) async = $pauseApp - $e");
                 }
               }
           });
     }
 }

(整个引用来源:http://pastebin.com/z21PM7r0 - 我正在使用 dartium 标志“--disable-web-security”来允许跨服务器请求)

问题基本上是，请求responseXML 返回null，而responseText 按预期返回HTML。为了解决这个问题，我尝试使用 DOM 解析器，但失败了。

由于我不拥有或控制我需要连接的服务器，因此我无法自己修复 html。我认为问题是因为它格式错误。

这是我尝试使用上面的函数解析的网站的代码: http://pastebin.com/KvMN9AuF

W3 验证器给出:193 个错误，16 个警告

有人知道如何解决这个问题吗？或者这是我必须放弃的事情......

Answer 1

尝试html5lib 。它是纯 Dart 中符合规范的 html5 解析器。您应该能够读取格式错误的 html，然后使用 document.outerHtml 获取格式正确的字符串。