这是一个创建于 2564 天前的主题，其中的信息可能已经有所发展或是发生改变。
如题，当网页内容中包含例如 < 这类保留字符时，xpath 就没法正常工作了
比如这个网页
<!DOCTYPE html>
<html>
<head>
<title></title>
</head>
<body>
<article>
123<
</article>
<article>
dfsfsd
</article>
</body>
</html>
当想使用
$article = $xpath->query("//article")->item(0);
提取出第一个 article 元素时并不能得到正确的结果
请问有什么办法解决或绕过么？
第 1 条附言 · 2017-05-06 10:50:23 +08:00
没有找到什么比较好的解决办法，至少在 PHP 环境中，貌似所有依靠原生 XML 库的方法都会遇到这个问题，所以只能先通过正则表达式做个预处理了
 |
1
binux 2017-05-06 02:19:24 +08:00
你需要一个现代的 parser
|
 |
2
lgh 2017-05-06 09:47:00 +08:00 via iPhone
你这网页不规范……<应该转换成实体<
|
 |
3
billlee 2017-05-06 13:46:05 +08:00
你需要一个 HTML parser, 而不是 XML parser
|
Select Language