您正在解析的HTML代码可以由Java DOM解析器解析，但这可能是一个巧合：另一个HTML响应可能包含一些标记，从XML的角度来看，这些标记是无效的。如果您100%确定响应将以XML/XTML格式出现，那么这不应该是问题所在，否则切换到JSoup解析器是有意义的，正如另一个答案中所建议的那样。
我想阅读下面的XML响应，但它给出了一个错误。
<html>
<head>
<title>OK</title>
</head>
<body>
<h1>OK</h1>
<table>
<tbody>
<tr>
<td>Status</td>
<td><div id="Status">200</div></td>
</tr>
<tr>
<td>Message</td>
<td><div id="Message">Page created</div></td>
</tr>
<tr>
<td>Location</td>
<td><a href="/content/parentnode/demopage" id="Location">/content/parentnode/demopage</a></td>
</tr>
<tr>
<td>Parent Location</td>
<td><a href="/content/parentnode" id="ParentLocation">/content/parentnode</a></td>
</tr>
<tr>
<td>Path</td>
<td><div id="Path">/content/parentnode/demopage</div></td>
</tr>
<tr>
<td>Referer</td>
<td><a href="" id="Referer"></a></td>
</tr>
<tr>
<td>ChangeLog</td>
<td><div id="ChangeLog"><pre></pre></div></td>
</tr>
</tbody>
</table>
<p><a href="">Go Back</a></p>
<p><a href="/content/parentnode/demopage">Modified Resource</a></p>
<p><a href="/content/parentnode">Parent of Modified Resource</a></p>
</body>
</html>
我正在努力阅读"；页面创建"；带有以下代码的消息
Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder()
.parse(new InputSource(new StringReader(response.toString())));
NodeList nodes = doc.getElementsByTagName("div");
if (nodes.getLength() > 0) {
Element ele = (Element) nodes.item(0);
System.out.println("Page created -"
+ ele.getElementsByTagName("//div[contains(@id,'Message')]").item(0).getTextContent());
} else {
}
[Fatal Error] :1:1: Content is not allowed in prolog.
Exception in thread "main" org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 1; Content is not allowed in prolog.
at com.sun.org.apache.xerces.internal.parsers.DOMParser.parse(DOMParser.java:262)
at com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse(DocumentBuilderImpl.java:339)
at working.OkhttpCreatePage.main(OkhttpCreatePage.java:40)
线路编号40为.parse(new InputSource(new StringReader(response.toString())));
我做错了什么？
至于Content is not allowed in prolog错误，它可能来自实际XML文档开头之前的空白或其他字符。您可以在解析字符串之前尝试修剪它，或者将它从第一个<字符减到最后。
另外请注意，您的XPath逻辑有点不正确。以下是更正后的版本：
Document doc = DocumentBuilderFactory.newInstance()
.newDocumentBuilder()
.parse(new InputSource(new StringReader(xml)));
NodeList nodes = doc.getElementsByTagName("div");
if (nodes.getLength() > 0) {
Element ele = (Element) nodes.item(0);
System.out.println("Page created - "
+ XPathFactory.newInstance().newXPath().evaluate("//div[contains(@id,'Message')]", ele));
}
XML文档应该以开头
<?xml version="1.0" encoding="UTF-8"?>
并以结束
</xml>
线程中的异常"；主"；org.xml.ax.SAXParseException；行号：1；columnNumber:1；prolog 中不允许有内容
这个错误意味着一些事情：
- 您的文档在<？xml
- 您正在阅读的文档是加密/压缩的，或者包含无法从默认编码中理解的字符
在您的案例中，您试图解析HTML文档，是的，它有标记元素，但它不是XML文档。
如果你真的想阅读HTML，我建议你去看看处理此类文档的库。
以字符串形式读取实际HTML文档：
https://jsoup.org/cookbook/introduction/parsing-a-document
要直接从web读取HTML页面/或作为响应：
https://www.baeldung.com/java-with-jsoup