Java 具有TagSoup和非中断空格值的Groovy XmlSlurper
我正在用Groovy的Java 具有TagSoup和非中断空格值的Groovy XmlSlurper,java,string,groovy,xmlslurper,tag-soup,Java,String,Groovy,Xmlslurper,Tag Soup,我正在用Groovy的XmlSlurper解析一些HTML4，它由一个tagsoup解析器支持 我正在成功地获取节点的text（），但是HTML空格在尝试测试是否与另一个值相等时给了我一些困难。具体来说，.trim（）实际上并不修剪所有空白字符串。在我看来，值两边的字符都是空白（请参见下面的代码），但是String.trim（）并没有按照我所期望的方式进行修剪。从代码示例可以看出，字符串中第一个字符的Character.isSpaceChar（）被确定为空格字符 为什么String.trim（）
XmlSlurper解析器支持
我正在成功地获取节点的text（）
，但是HTML
空格在尝试测试是否与另一个值相等时给了我一些困难。具体来说，.trim（）
实际上并不修剪所有空白字符串。在我看来，值两边的字符都是空白（请参见下面的代码），但是String.trim（）
并没有按照我所期望的方式进行修剪。从代码示例可以看出，字符串中第一个字符的Character.isSpaceChar（）
被确定为空格字符
为什么String.trim（）
没有修剪我从XmlSlurper
获得的这个值？
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
def html = '''
<html>
<body>
<span id="interested"> hello </span>
</body>
</html>
'''
def slurper = new XmlSlurper(new Parser() )
def document = slurper.parseText(html)
def value = document.'**'.find { it['@id'] == 'interested' }.text()
println "value=[${value}]"
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
assert 'hello' == value.trim()
我使用的是Groovy版本：2.3.6 JVM:1.8.0供应商：Oracle公司OS:Mac OS X
这里您已经更正了示例：
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
def html = '''
<html>
<body>
<span id="interested"> hello </span>
</body>
</html>
'''
def slurper = new XmlSlurper(new Parser() )
def document = slurper.parseText(html)
def value = document.'**'.find { it['@id'] == 'interested' }.text()
println "value=[${value}]"
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
value = value.trim()
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
assert 'hello' == value.replaceAll(String.valueOf((char) 160), " ").trim()
@Grab（'org.ccil.cowan.tagsoup:tagsoup:1.2.1'）
导入org.ccil.cowan.tagsoup.Parser
def html=''
你好
'''
def slurper=new XmlSlurper（new Parser（））
def document=slurper.parseText（html）
def value=document.'**'。查找{it['@id']=='interest'}.text（）
println“值=[${value}]”
println“第一个字符是空格？${Character.isWhitespace（value.charAt（0））}”
println“第一个字符isSpaceChar？${Character.isSpaceChar（value.charAt（0））}”
value=value.trim（）
println“第一个字符是空格？${Character.isWhitespace（value.charAt（0））}”
println“第一个字符isSpaceChar？${Character.isSpaceChar（value.charAt（0））}”
断言'hello'==value.replaceAll（String.valueOf（（char）160），“”）。trim（）
可以找到解释（空格与不间断空格）。在这个特定示例中，trim（）
没有删除空格。这正是问题所在-为什么不修剪空格（或者至少是已知的isSpaceChar（）
）？您也可以使用\p{javaSpaceChar}
在regexp中清除大量的白色垃圾。好的-谢谢。我正在重读javadocs，它清楚地解释了字符是Java空白字符，当且仅当它满足以下条件之一时：它是Unicode空格字符（空格分隔符、行分隔符或段落分隔符），但也不是不间断的空格（'\u00A0'、'\u2007'、'\u202F'）。
我错过了这一点。谢谢不客气。如果您的问题得到解决，请接受答案；）谢谢
@Grab('org.ccil.cowan.tagsoup:tagsoup:1.2.1')
import org.ccil.cowan.tagsoup.Parser
def html = '''
<html>
<body>
<span id="interested"> hello </span>
</body>
</html>
'''
def slurper = new XmlSlurper(new Parser() )
def document = slurper.parseText(html)
def value = document.'**'.find { it['@id'] == 'interested' }.text()
println "value=[${value}]"
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
value = value.trim()
println "first char isWhitespace? ${Character.isWhitespace(value.charAt(0))}"
println "first char isSpaceChar? ${Character.isSpaceChar(value.charAt(0))}"
assert 'hello' == value.replaceAll(String.valueOf((char) 160), " ").trim()