我需要从给定的 HTML 页面中提取一部分 HTML。到目前为止，我使用带有 tagsoup 的 XmlSlurper 来解析 HTML 页面，然后尝试使用 StreamingMarkupBuilder 获取所需的部分:
import groovy.xml.StreamingMarkupBuilder
def html = "<html><body>a <b>test</b></body></html>"
def dom = new XmlSlurper(new org.ccil.cowan.tagsoup.Parser()).parseText(html)
println new StreamingMarkupBuilder().bindNode(dom.body)
但是，我得到的结果是
<html:body xmlns:html='http://www.w3.org/1999/xhtml'>a <html:b>test</html:b></html:body>
这看起来不错，但我想在没有 html 命名空间的情况下获得它。
如何避免命名空间？
最佳答案
关闭 TagSoup 解析器上的 namespace 功能。示例:
import groovy.xml.StreamingMarkupBuilder
def html = "<html><body>a <b>test</b></body></html>"
def parser = new org.ccil.cowan.tagsoup.Parser()
parser.setFeature(parser.namespacesFeature, false)
def dom = new XmlSlurper(parser).parseText(html)
println new StreamingMarkupBuilder().bindNode(dom.body)
关于html - 使用 groovy 提取部分 HTML，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5780225/