如何使用GWT優化從MS Word複製的HTML文本？

Question

我與有問題，所以我的問題是： 當我粘貼到RichTextArea從Ms Word或OpenOffice的複製文本，它保留所有文本樣式，這是完美的，但一件壞事是它的HTML文本是巨大的足夠:( 和數據庫的大小，因爲不必要的HTML標籤的增加

我的問題是：「如何輕鬆地優化該HTML文本？」

感謝！

Answer 1

最後，我想出了我自己的問題的答案： 我發現TinyMCE for GWT對我來說足夠好，它具有ms選項的副本，並且其HTML優化非常好。

Answer 2

Related question

Html Tidy有一個您可以在Java程序中使用的API。

Answer 3

是基於瀏覽器的contentEditable的支持。這意味着您將要面臨的HTML「標籤湯」將會是平臺，源代碼和瀏覽器特定的。當你說「優化」你的最終目標是什麼？你想保存多少原始格式？除了簡單地縮小粘貼的HTML之外，任何HTML複雜度的顯着降低都可能導致視覺保真度的損失。

公用事業如HTML Tidy或其任何衍生工具可能可以幫助您縮小方面。如果您的目標是降低HTML的複雜性，您可以考慮使用HTMLUnit作爲捕獲的服務器端瀏覽器在內存中呈現粘貼的內容，然後從HTMLUnit的DOM中提取您認爲有用的屬性。 FWIW，這是讓搜索引擎抓取AJAX應用程序的一種方法。

雖然降低視覺保真度可能會對原始用戶有點不安，但它確實爲您提供了統一所有粘貼內容的視覺風格的機會。如果您基於來自許多用戶的貢獻來構建網站，則此同質性會減少定位所需的精力（即，請參閱您所看到的內容）內容。