格式不佳的WebHarvest XML

Question

我正在使用WebHarvest尝试从Woot.com接收数据，并得到了一些不同的错误。我能够获得第一个进程的网站，但是当我尝试在变量窗口中测试xpath时，我会得到错误org.xml.sax.SAXParseException；lineNumber: 86；columnNumber: 99；对实体"pt2“的引用必须以';‘分隔符结尾。如果我尝试使用漂亮的打印函数，它返回的XML格式不正确:对实体"pt2“的引用必须以';‘分隔符结尾。{：86，col:99]。最后，在我正在编写的脚本中，如果我在xpath标记中加上一个表达式，那么元素类型"xpath“必须后面跟着属性，">”或“/>”。能告诉我我做错了什么吗？我对WebHarvest非常陌生，对这种程序没有任何经验。

我的代码是：

<?xml version="1.0" encoding="UTF-8"?><config>
<xpath expression="(//div[@class="overview"])[1]//h2/text()">
<html-to-xml>
<http url="http://www.woot.com/"/>
</html-to-xml>
</xpath>
</config>

Answer 1

要使XML格式良好，必须在属性'中使用"而不是"。下面是：

<?xml version="1.0" encoding="UTF-8"?><config>
<xpath expression="(//div[@class='overview'])[1]//h2/text()">
<html-to-xml>
<http url="http://www.woot.com/"/>
</html-to-xml>
</xpath>
</config>

您可以使用'或"包装属性。但是，无论如何也不能嵌套它。以下是几个例子：

 <xpath expression='(//div[@class="overview"])[1]//h2/text()'>           --- valid
 <xpath expression='(//div[@class='overview'])[1]//h2/text()'>           --- invalid
 <xpath expression="(//div[@class="overview"])[1]//h2/text()">           --- invalid
 <xpath expression='(//div[@class=&apos;overview&apos;])[1]//h2/text()'> --- valid
 <xpath expression="(//div[@class=&apos;overview&apos;])[1]//h2/text()"> --- valid
 <xpath expression="(//div[@class=&quot;overview&quot;])[1]//h2/text()"> --- valid

希望这能有所帮助。