在Java中使用Jericho HTML解析器檢索格式良好的HTML

Question

我已經查看了jTidy將格式錯誤的/真實世界的HTML轉換爲格式良好的HTML/XHTML。但是，最新版本中存在一個錯誤，因此我無法使用它。我在看Jericho，因爲它對網絡有很多積極的評論。

但是，它不是立即明顯給我一個將如何去實現的方法，如：

public String getValidHTML(String messedUpHTML)

舉例來說，如果它是通過<div>bar，它將返回<div>bar</div>

任何指針會有幫助。

在此先感謝！

Answer 1

Jericho's HTMLSanitiser sample可能是一個好的開始。

但是，請記住，傑里科的主要優勢是它的分析和操作畸形HTML的能力，同時保持的原來的「壞」的格式。然而，看看圖書館如何執行這樣的任務會很有趣。