SAXON 错误 - 如何忽略/跳过它？

Question

使用 Saxon HE（网络版）wget 和批处理，我正在尝试转换我通过 wget 下载的页面。

每当在页面上调用命令时，我都会收到以下错误：

SXXP0003：XML 解析器报告的错误：实体名称必须 紧跟实体引用中的“&”。

它与 javescript 非常尴尬的一行中的一行有关。但是，我无法控制要转换的页面，因此我无法针对该错误执行任何操作。

有没有办法告诉撒克逊人跳过这些错误？我不介意它是否会删除整个标签，因为我不想从 javascript 元素中读取任何数据。

提前致谢！

Answer 1

正如错误消息所说，这是由底层 XML 解析器报告的错误，Saxon 使用它来解析您提供给它的文档的标记。如果那不是格式良好的 XML，那么任何 XML 解析器都会拒绝它。如果您将来自 http://home.ccil.org/~cowan/tagsoup/ 的 TagSoup 放在类路径上，Saxon 会为您提供 the choice to use an HTML tag soup parser like TagSoup，而不是通过选项 -x:org.ccil.cowan.tagsoup.Parser 调用它。