RaptureXML解析某个RSS提要的问题

我试图解析一个受欢迎的德国新闻网站（taz.de）的某个RSS提要。不幸的是，他们的描述标签不仅包含纯文本，但任何东西的混合物，包括图片，链接等RaptureXML解析某个RSS提要的问题

<description> 
    <![CDATA[<a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/"><img align="left" style="margin-right:5px;" src="/uploads/images/152x76/18032013_Bush_Irakkrieg_rtr.jpg" border="0" width="152" height="76" /></a>Das Land ist von einem funktionierenden Rechtsstaat weit entfernt. Zehn Jahre nach dem Irakkrieg zeigt sich eine niederschmetternde Bilanz. <a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/">mehr...</a>]]> 
</description>

我唯一感兴趣的事情是文本Das Land ist von einem funktionierenden Rechtsstaat weit entfernt. Zehn Jahre nach dem Irakkrieg zeigt sich eine niederschmetternde Bilanz.我会怎么做，在一个有效的方式（没有可怕的字符串操作）？由于没有属性名称，我想我被搞砸了？我使用的是RaptureXML，但如果这个问题有更好的库，我会切换xml解析器。

来源

2013-03-20 Marco Dengel

恐怕比这更糟糕：“CDATA”部分是指描述（模周围的空白）是文字字符串

<a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/"><img align="left" style="margin-right:5px;" src="/uploads/images/152x76/18032013_Bush_Irakkrieg_rtr.jpg" border="0" width="152" height="76" /></a>Das Land ist von einem funktionierenden Rechtsstaat weit entfernt. Zehn Jahre nach dem Irakkrieg zeigt sich eine niederschmetternde Bilanz. <a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/">mehr...</a>

即您的代码段相当于

<description> 
    &lt;a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/"&gt;&lt;img align="left" style="margin-right:5px;" src="/uploads/images/152x76/18032013_Bush_Irakkrieg_rtr.jpg" border="0" width="152" height="76" /&gt;&lt;/a&gt;Das Land ist von einem funktionierenden Rechtsstaat weit entfernt. Zehn Jahre nach dem Irakkrieg zeigt sich eine niederschmetternde Bilanz. &lt;a href="http://www.taz.de/10-Jahre-nach-dem-Irakkrieg/!113046/"&gt;mehr...&lt;/a&gt; 
</description>

符合XML解析器不能给你你正在寻找的文本。您有两种选择：

将字符串包裹在例如<foo>...</foo>，通过即通过XML解析器，并拉出根元素的所有文本子元素。
将字符串换成<html><title></title><body>...</body></html>之类的字符串，通过一个HTML解析器（或任何标签 - 汤 - 果酱解析器）传递它，并提取出body元素的所有文本子元素。

不知taz.de打破，如果描述包含]]> ...

来源

2013-03-28 04:03:17

RaptureXML解析某个RSS提要的问题

回答

相关问题