[xml] HTML parsing with libxml2

[Macy Gasp <macygasp gmail com>]

Hello, 

I'm using libxml2 to do a SAX parse on a HTML file. 
The problem is that libxml2 is not handling very well the file I'm trying to parse (see attachment).

Also, is there a way to force libxml to ignore parsing errors when operating in SAX mode?
 I'm using htmlSAXParseDoc() to parse the document (and libxml-2.6.20)

Thanks in advance for any help.

Title: Stimati Parteneri

 

Stimate Partener, Banca Nationala a Romaniei in colaborare cu grupul bancilor comerciale din Romania va invita sa participati la strangerea de fonduri in vederea reconstruirii zonelor afectate de recentele inundatii ce au devastat peste 30 de judete ale tarii. In speranta ca vom avea o participare considerabila ca numar din partea clientilor bancilor din Romania multumim pe aceasta cale tuturor celor care nu au abandonat spiritul national si speranta intr-un viitor mai bun al tarii noastre. Aceasta initiativa de anvergura a Bancii Nationale nu impune o suma minima ca donatie, garanteaza anonimitatea participantilor conform regulamentelor bancare ce se aplica in aceste cazuri, Nu percepe TVA si nici comision bancar. Acest proces se va desfasura Online, se adreseaza exclusiv posesorilor de carduri de debit / credit care mentin o balanta minina de 0.50 RON (5000 lei vechi) si care detin cardul de cel putin 5 zile lucratoare. Pentru a incepe operatiunea va rugam urmati urmatorii pasi: 1. Accesati printr-un click adreasa http://www.bnro.ro/ (Site-ul Oficial al Bancii Nationale a Romaniei) 2. Asigurati-va ca adresa paginii deschise este: http://www.bnro.ro/ - pentru a evita posibilele incercari de falsificare a datelor 3. Pentru a stabili o conexiune securizata si a colecta datele personale in vederea efectuarii unei donatii va rugam accesati cu un singur click adresa urmatoare: http://www.bnro.ro/process~donatie/participare-bancicomerciale/RTGS 4. Intoarceti-va la site-ul BNR si continuati procesul. 5. Pentru a finaliza in siguranta operatiunea va rugam inchideti pagina finala de confirmare Banca Nationala a Romaniei foloseste pt aceste tranzactii RTGS - Real Time Gross Settlement system - sistemul de decontare în timp real. Va multumim pentru cooperare. Cu stima, Banca Nationala a Romaniei (BNR)

Denominarea monedei naţionale Grupul Bancilor Comerciale din Romania Sisteme de Plati BERD este dispusă să participe la finanţarea lucrărilor de refacere a zonelor distruse de inundaţii             Optimizat pentru Outlook, Outlook Express si Eudora

* Rugam Oficiile, Secretariatele si Birourile ce primesc acest mesaj sa-l inainteze tuturor partenerilor si angajatilor. Multumim !

 

 

 

BNR (sediul central): Strada Lipscani nr. 25, Sector 3, Bucuresti, cod 030031
Copyright © 2005 National Bank of Romania. All rights reserved.