使用通过apt安装的JAR
文件进行Saxon-HE
和tagsoup
解析html
是一个-类轮为:
thufir@dur:~/saxon$
thufir@dur:~/saxon$ java -cp /usr/share/java/Saxon-HE-9.8.0.14.jar:/usr/share/java/tagsoup-1.2.1.jar net.sf.saxon.Query -x:org.ccil.cowan.tagsoup.Parser -qs:doc\(\'http://books.toscrape.com/\'\)
<?xml version="1.0" encoding="UTF-8"?><!--[if lt IE 7]> <html lang="en-us" class="no-js lt-ie9 lt-ie8 lt-ie7"> <![endif]--><!--[if IE 7]> <html lang="en-us" class="no-js lt-ie9 lt-ie8"> <![endif]--><!--[if IE 8]> <html lang="en-us" class="no-js lt-ie9"> <![endif]--><!--[if gt IE 8]><!--><html xmlns="http://www.w3.org/1999/xhtml" xmlns:html="http://www.w3.org/1999/xhtml" class="no-js" lang="en-us"><!--<![endif]--><head><title>
All products | Books to Scrape - Sandbox
..
<!-- Version: N/A -->
thufir@dur:~/saxon$
thufir@dur:~/saxon$
我如何从 Java 中执行此操作? 特别是,此执行需要从 Saxon
导入哪些内容? Perhaps使用 Saxon
和 JAXP 接口(interface)?
还有:
http://codingwithpassion.blogspot.com/2011/03/saxon-xslt-java-example.html
最佳答案
您将在 saxonica.com 和 sourceforge.net 网站上的 saxon-resources 下载中找到许多使用 Saxon 从 Java 调用转换的简单示例。
很难准确地知道您想要什么,因为您的命令行示例除了调用 TagSoup 解析器并序列化结果之外,没有使用 Saxon 做任何有用的事情。在 Java 中执行此操作的最简单方法是使用 JAXP 身份转换,它与 JDK 中的内置 XSLT 转换器一起运行与 Saxon 一样好:
TransformerFactory factory = TransformerFactory.newInstance();
XMLReader xmlReader = XMLReaderFactory.createXMLReader("org.ccil.cowan.tagsoup.Parser");
Source input = new SAXSource(xmlReader, new InputSource("http://books.toscrape.com/"));
Result output = new StreamResult(System.out);
factory.newTransformer().transform(input, output);
如果您想添加一些 XSLT 或 XQuery 处理,那么这当然是完全可能的(我总是使用 Saxon 的 s9api API,但您也可以使用 JAXP 或 XQJ),但具体细节取决于您想要什么做。
关于java - Hello World 撒克逊语与 Java,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54031200/