java 邮件无法解析html_Tagsoup无法解析StringReader(java)中的html文档

我有这个功能：

private Node getDOM(String str) throws SearchEngineException {

DOMResult result = new DOMResult();

try {

XMLReader reader = new Parser();

reader.setFeature(Parser.namespacesFeature, false);

reader.setFeature(Parser.namespacePrefixesFeature, false);

Transformer transformer = TransformerFactory.newInstance().newTransformer();

transformer.transform(new SAXSource(reader,new InputSource(new StringReader(str))), result);

} catch (Exception ex) {

throw new SearchEngineException("NukatSearchEngine.getDom: " + ex.getMessage());

}

return result.getNode();

}

它需要一个String,它包含一个POST请求后由http服务器发送的html文档,但无法正确解析它 – 我只得到整个文档中的四个节点.字符串本身看起来很好 – 如果我将其打印出来并将其复制到文本文档中,我会看到我期望的页面.

当我使用上述方法的重载版本时：

private Node getDOM(URL url) throws SearchEngineException {

DOMResult result = new DOMResult();

try {

XMLReader reader = new Parser();

reader.setFeature(Parser.namespacesFeature, false);

reader.setFeature(Parser.namespacePrefixesFeature, false);

Transformer transformer = TransformerFactory.newInstance().newTransformer();

transformer.transform(new SAXSource(reader, new InputSource(url.openStream())), result);

} catch (Exception ex) {

throw new SearchEngineException("NukatSearchEngine.getDom: " + ex.getMessage());

}

return result.getNode();

}

然后一切正常 – 我得到一个合适的DOM树,但我需要以某种方式从服务器检索POST答案.

将字符串存储在文件中并将其读回不起作用 – 仍然得到相同的结果.

可能是什么问题呢？