Hello World Saxon Java

Question

使用通过 apt 安装的 JAR 文件为 Saxon-HE 和 tagsoup 解析 html 是一行代码：

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 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？

还有：

http://codingwithpassion.blogspot.com/2011/03/saxon-xslt-java-example.html

Answer 1

您可以在 saxonica.com 和 sourceforge.net 网站上的 saxon-resources 下载中找到许多使用来自 Java 的 Saxon 调用转换的简单示例。

很难确切地知道您在这里想要什么，因为除了调用 TagSoup 解析器和序列化结果之外，您的命令行示例没有使用 Saxon 做任何有用的事情。从 Java 做到这一点的最简单方法是使用 JAXP 恒等式转换，它与 JDK 中的内置 XSLT 转换器和 Saxon 一样运行良好：

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);

如果你想添加一些 XSLT 或 XQuery 处理，那当然是完全可能的（我总是使用 Saxon 的 s9api API，但你也可以使用 JAXP 或 XQJ），但细节取决于关于您想做什么。

Hello World Saxon Java

Hello World Saxon with Java

java

xml

tag-soup

xquery

saxon