我正在尝试运行一个 Karate 测试，该测试在 URL 上调用 GET，但我发现当网站返回其 <!doctype 时，如果声明为小写(在“正常”HTML 中完全可以接受)，我认为 Karate XML 解析器会抛出 fatal error 和警告。在我看来， Karate 使用 XML 解析器，所以严格来说，这可能是小写字母 doctype 的正确行为。会破裂。但是，我无法找到一种方法来解决有效 HTML 的问题。我尝试过不同的标题等，但似乎无法克服这一点。
我做了一个小测试，幸运的是 google.com 也返回小写声明:
示例测试
Given url 'http://www.google.com'
When method GET
Then status 200
错误
[Fatal Error] :1:3: The markup in the document preceding the root element must be well-formed.
15:19:45.267 [main] WARN com.intuit.karate.FileUtils - parsing failed: org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 3; The markup in the document preceding the root element must be well-formed.
<!doctype html><html .... blah
我下载了 Karate 源代码并发现了报告的警告:
FileUtils.java
public static String toPrettyString(String raw) {
raw = StringUtils.trimToEmpty(raw);
try {
if (Script.isJson(raw)) {
return JsonUtils.toPrettyJsonString(JsonUtils.toJsonDoc(raw));
} else if (Script.isXml(raw)) {
return XmlUtils.toString(XmlUtils.toXmlDoc(raw), true);
}
} catch (Exception e) {
logger.warn("parsing failed: {}", e.getMessage());
}
return raw;
}
通过检查返回文档的第一个字符，似乎是在 JSON 或 XML 之间进行检查:
Script.java
public static final boolean isXml(String text) {
return text.startsWith("<");
}
XmlUtils.java
那么我相信builder.parse失败，因为它不是有效的 XHTML，因为后面的注释暗示 <!doctype将在递归调用中被删除。
public static Document toXmlDoc(String xml) {
...
Document doc = builder.parse(is);
if (dtdEntityResolver.dtdPresent) { // DOCTYPE present
// the XML was not parsed, but I think it hangs at the root as a text node
// so conversion to string and back has the effect of discarding the DOCTYPE !
return toXmlDoc(toString(doc, false));
是否可以将此流程转移到有效的 HTML？
最佳答案
如果您查看日志，Karate 还会告诉您它已将完整响应(将在 response 变量中可用)保留为字符串 - 即使它未能“类型转换” ” 将其转换为 XML。顺便说一句，您甚至在 responseBytes 中有一个字节数组。所以现在你可以做任何你想做的事情，例如，理论上你可以找到一个“宽松”的 HTML 解析器并获得 DOM 树或其他东西。
Given url 'http://www.google.com'
When method GET
Then status 200
* print response
一些提示，您可以尝试对响应进行字符串替换，然后尝试将其类型转换为 XML，请参阅:https://github.com/intuit/karate#type-conversion
或者也许您想要做的就是刮掉一些数据，一些正常的正则表达式匹配可能会做，请引用这些:
关于java - 当文档以小写 <!doctype 开头时， Karate HTML 解析抛出 SaxException，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/56690306/