我可以在使用 HtmlUnit 解析时修复 Html 错误吗？
Can I fix Html errors while parsing with HtmlUnit?
我正在尝试使用 HtmlUnit 解析页面，但 html 存在缺陷，其中 table 列以 <?td> 而不是 </td> 结尾。不幸的是，我无法在服务器端修复 html ，因为我不拥有该项目，所以我需要解决这个问题。
我注意到，当我将页面从 Chrome 保存到我的硬盘驱动器时（右键单击 -> 另存为），然后我打开我保存的文件并查看源代码（右-单击 -> 查看页面源代码），Chrome 神奇地修复了实际 html 中的错误。 Chrome 保存并重新打开页面后，我在源代码 <td> <!--?td--> </td> 中看到了这一点，因此 Chrome 似乎检测到错误，将其注释掉并替换为正确的标签。
是否可以让 HtmlUnit 做类似的事情？要么自动，要么我可以自己实现某种过滤器，在将所有 <?td> 解析为 HtmlPage 之前将其替换为 </td> 吗？我看到我可以为 WebClient 实现我自己的 IncorrectnessListener，也许里面有什么东西？我一直无法弄明白，所以任何帮助将不胜感激。
Html 解析器有一些启发式方法来处理无效的 html 内容。通常这会在许多情况下插入缺失的结束标记。在你的情况下，浏览器只是检测到一个不受支持的标签，并在（或多或少）正确的位置添加了缺失的 td-end-tag，因为下一个 td-start-tag 之前需要一个结束的 td 标签。
HtmlUnit（使用 NekoHtml）尝试实现与浏览器相同的启发式算法。因此，您可以简单地加载页面，然后使用 asXml() 将页面保存为 XHtml。您还应该看到插入的 td-end 标签。但是 HtmlUnit 不会将错误的标签保留为注释（我猜）。
如果你认为 HtmlUnit 实现的启发式有问题（或者与浏览器使用的不同），你可以打开一个问题（并请提供一个最小的详细示例）我会尽力解决这个问题。
如果您真的需要修补传入的 Html代码，请锁定
FAQ 页面（如何修改传出请求或传入响应？）。
我正在尝试使用 HtmlUnit 解析页面，但 html 存在缺陷，其中 table 列以 <?td> 而不是 </td> 结尾。不幸的是，我无法在服务器端修复 html ，因为我不拥有该项目，所以我需要解决这个问题。
我注意到，当我将页面从 Chrome 保存到我的硬盘驱动器时（右键单击 -> 另存为），然后我打开我保存的文件并查看源代码（右-单击 -> 查看页面源代码），Chrome 神奇地修复了实际 html 中的错误。 Chrome 保存并重新打开页面后，我在源代码 <td> <!--?td--> </td> 中看到了这一点，因此 Chrome 似乎检测到错误，将其注释掉并替换为正确的标签。
是否可以让 HtmlUnit 做类似的事情？要么自动，要么我可以自己实现某种过滤器，在将所有 <?td> 解析为 HtmlPage 之前将其替换为 </td> 吗？我看到我可以为 WebClient 实现我自己的 IncorrectnessListener，也许里面有什么东西？我一直无法弄明白，所以任何帮助将不胜感激。
Html 解析器有一些启发式方法来处理无效的 html 内容。通常这会在许多情况下插入缺失的结束标记。在你的情况下，浏览器只是检测到一个不受支持的标签，并在（或多或少）正确的位置添加了缺失的 td-end-tag，因为下一个 td-start-tag 之前需要一个结束的 td 标签。
HtmlUnit（使用 NekoHtml）尝试实现与浏览器相同的启发式算法。因此，您可以简单地加载页面，然后使用 asXml() 将页面保存为 XHtml。您还应该看到插入的 td-end 标签。但是 HtmlUnit 不会将错误的标签保留为注释（我猜）。
如果你认为 HtmlUnit 实现的启发式有问题（或者与浏览器使用的不同），你可以打开一个问题（并请提供一个最小的详细示例）我会尽力解决这个问题。
如果您真的需要修补传入的 Html代码，请锁定 FAQ 页面（如何修改传出请求或传入响应？）。