XmlPullParser ... 因不整洁 HTML 而出现异常，如何使其更健壮？

Question

来自独立提供商的 html 文件包含如下标签：

<link href="//abc...." rel="stylesheet" type="text/css">

因此，> 之前的最后一个 / 未编码。应该是“... />”。我怎样才能避免解析器因这种不完善而产生异常？

我的代码是：

try {
    factory = XmlPullParserFactory.newInstance();
    factory.setNamespaceAware(false);
    // updated, as suggested below
    factory.setValidating(false);
    factory.setFeature(Xml.FEATURE_RELAXED, true); 
    factory.setNamespaceAware(true);
    parser = factory.newPullParser();
    parser.setInput(is);
    eventType = parser.getEventType();
    while (eventType != XmlPullParser.END_DOCUMENT) {
        String tagname = parser.getName();
        // etc.

Answer 1

你不应该使用 XML 拉式解析器来解析不整洁的 HTML，它永远不能保证工作。

无论如何，我也对一个 HTML 基本正常的网站进行了实验，我注意到自 Android 以来的最新版本 KXmlParser（XMLPullParser 的底层实现）3比旧的更严格，他们有点忽略 FEATURE_RELAXED 标志。因此，如果您想要一个更宽容的 XMLPullParser，您可以将 KXmlParser 的 Gingerbread 版本直接复制到您的项目中，并使用它来代替框架的版本。

Answer 2

参见BladerCoder的第一条评论。谢谢你。

这回答了我的问题。

*

You need to configure the Factory entirely before you get the pull parser instance: the Factory uses its current configuration to create the instance

*

此外，只需处理源代码中偶尔出现的错误的异常就可以了。我无法影响源文件的（正确）创建。

XmlPullParser ... 因不整洁 HTML 而出现异常，如何使其更健壮？

XmlPullParser ... stumbles with an exception over untidy HTML, how to make it more robust?

android

xmlpullparser