HTMLCleaner 转化html到xml报出namespace的错误-CSDN博客

本文链接：https://blog.csdn.net/leoleocmm/article/details/19472667

实际开发中利用HTMLCleaner转化html为xml的操作中报出：

Error on line 2 column 52 
  SXXP0003: Error reported by XML parser: 前缀 "xml" 不能绑定到除它的常用名称空间外的任何名称空间; "xml"
  的名称空间也不能绑定到除 "xml" 外的任何前缀。
net.sf.saxon.trans.XPathException: org.xml.sax.SAXParseException; lineNumber: 2; columnNumber: 52; 前缀 "xml" 不能绑定到除它的常用名称空间外的任何名称空间; "xml" 的名称空间也不能绑定到除 "xml" 外的任何前缀。
	at net.sf.saxon.event.Sender.sendSAXSource(Sender.java:418)
	at net.sf.saxon.event.Sender.send(Sender.java:214)
	at net.sf.saxon.event.Sender.send(Sender.java:50)
	at net.sf.saxon.Configuration.buildDocument(Configuration.java:2973)
	at net.sf.saxon.query.StaticQueryContext.buildDocument(StaticQueryContext.java:211)

通过异常描述可以断定为由于html的格式问题导致转化失败.

查看html页面，其中

<html xmlns="http://www.w3.org/1999/xhtml" xml:lang="zh_CN" lang="zh_CN">

分析可知namespace是最终原因，查阅htmlcleaner的源码发现它有一个属性设置CleanerProperties，其中可以设置忽略namespace,即namespacesAware 设置为false即可，默认值是true.

eg.我的应用中设置方式:properties.setNamespacesAware(false);