GooSeeker

网络采集器MetaSeeker中的MetaStudio软件能够自动生成网络采集规则，在V4.11.0 版本以前，存在一个bug，说明如下。

遇到bug的情形

例如样本网页：http://rmp.aps.org/toc/RMP/v82/i2 ，该网页正文右上角有个超链接：“< Previous Issue”，用于翻到前一篇文章。假设要生成一个网络采集规则，采集本网页的正文内容并翻页到前一页，继续采集前一页的正文，如此重复采集所有内容。

用户可以使用MetaStudio（免费下载）加载信息结构demo_marker_invalidmark，对照本文研究XPath转义不成功的bug。注意，本信息结构避免了该bug情形，以方便用户加载，下面说明怎样重现该bug。

加载了demo_marker_invalidmark，观察Clue Editor工作台，发现创建了一个记号线索，将文本“Previous Issue”作为记号进行了记号映射，如果我们针对该超链接再重复一遍记号映射，发现被填入编辑框的完整的记号是“< Previous Issue”，如果使用完整的记号，会因为“<”符号导致信息结构无法再次加载，MetaStudio状态条显示

     加载信息结构到Theme Info工作台

可见，加载过程中断了。

解决XPath表达式转义的bug

网络采集器MetaSeeker V4.11.0 将解决该Bug，提示用户手工编辑转义或者删除该特殊字符，详细操作过程参看网络采集规则中使用转义符

XML和HTML中常用的转义符号

根据文章XPath 查询使用简介：

   XPath 可以包含在 XML 中具有特殊含义的字符，如 < 或 &（模板为 XML 文档）。必须使用 XML & 编码对这些字符进行转义

下面是XML和 HTML常用转义字符：

XML常用转义字符：

   &（和）         &
   <（小于号）     &lt;
   >（大于号）     &gt;
   "（双引号）     &quot;
   '（单引号）     &apos;

HTML常用转义字符：

   &（和）         &
   <（小于号）     &lt;
   >（大于号）     &gt;
   "（双引号）     &quot;
   （空格）        &nbsp;
   ©（版权符）     &copy;
   ®（注册符）     &reg;