我正在使用由 tagoup Parser 支持的 Groovy 的 XmlSlurper 解析一些 HTML4。
我成功获取了节点的 text()，但是 HTML 空格在尝试测试与另一个值的相等性时给我带来了一些困难。具体来说，.trim()实际上并没有修剪所有空格的字符串。在我看来，值两侧的字符都是空格(请参见下面的代码)，但 String.trim() 并未按照我期望的方式进行修剪。从代码示例中可以看出，字符串中第一个字符的Character.isSpaceChar()被确定为空格字符。
为什么String.trim()不修剪我从XmlSlurper获得的这个值？
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
def html = '''
<html>
<body>
<span id="interested"> hello </span>
</body>
</html>
'''
def slurper = new XmlSlurper(new Parser() )
def document = slurper.parseText(html)
def value = document.'**'.find { it['@id'] == 'interested' }.text()
println "value=[${value}]"
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
assert 'hello' == value.trim()
产量:
value=[ hello ]
first char isWhitespace? false
first char isSpaceChar? true
Exception thrown
Assertion failed:
assert 'hello' == value.trim()
| | |
| | hello
| hello
false
我正在使用Groovy 版本:2.3.6 JVM:1.8.0 供应商:Oracle Corporation 操作系统:Mac OS X
最佳答案
这里您已更正示例:
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
def html = '''
<html>
<body>
<span id="interested"> hello </span>
</body>
</html>
'''
def slurper = new XmlSlurper(new Parser() )
def document = slurper.parseText(html)
def value = document.'**'.find { it['@id'] == 'interested' }.text()
println "value=[${value}]"
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
value = value.trim()
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
assert 'hello' == value.replaceAll(String.valueOf((char) 160), " ").trim()
解释可以参见 here (空格与不间断空格)。
关于java - 具有 TagSoup 和不间断空格值的 Groovy XmlSlurper，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/26509092/