Eu tenho que fazer uma tarefa e o seguinte é especificado:
Extract these items:
<content type="HTML">
quoted HTML payload
</content>
a extração refere-se a um feed XML. O que exatamente a carga útil HTML se refere?
De Wikipédia :
Material transmitted over a network (either computer or telecommunications network) includes both data and information that identifies the source and destination of the material. The payload is the actual data, or the cargo, carried by the headers.
Muitos protocolos têm um cabeçalho e, em seguida, o que segue o cabeçalho é o conteúdo, ou payload . O cabeçalho descreve o tipo, o comprimento ou outros metadados sobre o conteúdo ou a carga útil.
Por exemplo, se você estiver em um sistema Windows XP ou Linux, faça o seguinte:
telnet www.google.com 80 Em seguida, digite exatamente o seguinte: [enter] GET / HTTP/1.1[enter][enter] O que você está fazendo aqui é enviar manualmente uma solicitação HTTP ao Google de uma maneira muito simples.
Você verá várias linhas antes que o HTML dessa página seja iniciado. Esses são os cabeçalhos HTTP. Eles normalmente não são exibidos pelo seu navegador, mas usados pelo seu navegador para renderizar conteúdo ou para outros fins. Normalmente, no mínimo, para o HTTP, você precisa de Content-Type: e Content-Length: cabeçalhos que informam que tipo de dados segue e seu tamanho.
Nesse contexto, o feed envolve uma página da Web em suas próprias tags para identificar o que é. Este item envolve uma página em uma tag de conteúdo, especificando que ela é html por atributo type.
Portanto, o leitor está indicando que os dados contidos são uma página HTML (provavelmente incluindo as tags DOCTYPE, html, head e body).
Tags html