Datapower - для анализа HTML

Я подозреваю, что вы не сможете разобрать HTML с помощью DataPower. DataPower может анализировать правильно сформированный XML, но HTML — если только он явно не разработан как xHTML — скорее всего, будет полон тегов, которые нарушают правильность форматирования.

Многие веб-страницы заполнены такими тегами, как <br> или <ul><li>Item1<li>Item2<li>Item3</ul>, и все они приведут к сбою синтаксического анализа.

Если вы действительно хотите следовать предложенному вами подходу, вам, вероятно, потребуется что-то сделать на более гибкой платформе, такой как WAS, где вы сможете создать (или повторно использовать) синтаксический анализатор, который позаботится обо всем этом за вас.

Если подумать, это то, что делает ваш веб-браузер — у него есть все сложные правила, которые превращают плохо сформированные теги XML (то есть HTML) в допустимую структуру DOM. Похоже, вам может быть лучше выполнять манипуляции на уровне DOM, а не на уровне HTML, поскольку таким образом вы можете использовать существующие, хорошо протестированные решения для синтаксического анализа и сосредоточиться на структуре данных. Вы можете сделать это на стороне клиента, используя JavaScript, или вы можете посмотреть вариант JavaScript на стороне сервера, такой как Rhino или PhantomJS.

Однако все это может быть трудным путем. Подтвердили ли вы, есть ли в базовом приложении какие-либо API или веб-сервисы, которые ИТ-отдел использует для отображения страниц, что позволяет вам получать данные, не мешая существующему уровню представления?

Привет, Крис

Вопрос синтаксического анализа и HTML-страницы возникает, когда вы хотите выполнить некоторую обработку над ней. В этом случае вы можете столкнуться с проблемами, потому что datapower по умолчанию не разрешает гиперссылки внутри правильно сформированного документа XML или HTML [это считается угрозой безопасности], однако это можно преодолеть с помощью соответствующих настроек в XML-менеджере.

Что касается разбора HTML-страниц, ожидается, что уровень Datapower и ESB обеспечит перевод формата сообщений, и это действительно так. Так что с точки зрения дизайна это хорошее место для перевода формата сообщения. Однако на практике вы столкнетесь с вышеупомянутой проблемой, когда попытаетесь разобрать HTML как XML-документ.

Синтаксический анализ может создать любую модель формата сообщения, которую вы пожелаете [теоретически], поэтому вы можете использовать XSLT для достижения желаемого.

• Аджитабх