HTML to TXT庫模仿「lynx -dump」的輸出？

這個問題真的很具體。HTML to TXT庫模仿「lynx -dump」的輸出？

我需要一個java庫，它可以採用HTML內容並以與Linux lynx程序生成的相同格式生成文本。

我需要將第三方服務器提供的數據公開給Android上的最終用戶。數據格式很古老，格式不正確的HTML，我試過用java讀它，偶爾會失敗（不可接受）。它也在每個月都在增長（排除預安裝），我無法說服他們改變爲「現代」的東西（在XML等中生活會很棒）。

最短路徑：我寫了一個類來在線使用W3HTML2txt服務（谷歌搜索它）。它運行良好的應用程序，直到我有抱怨，並注意到W3服務偶爾失敗。這並不是什麼大不了的事情，但黑盒子邏輯預計輸出是以這種「類似lynx」的文本格式。

因此，我希望圖書館能夠在應用程序內部以「lynx風格」進行轉換（HTML-> TXT），並避免W3服務中斷。此外，l output輸出可能是我見過的最好的，最有組織和最整齊的。

你們知道嗎？

來源

2010-11-12 davidcesarino

了一年後，我放棄了。答案是：沒辦法處理，Java中沒有庫。至少現在。

我正在關閉它。感謝您的關注。

來源

2011-10-28 20:28:03 davidcesarino

不知道你是什麼意思的l style風格，所以我可能會完全關閉提交這個（如果是這樣，請原諒我）。

我使用了一些一段代碼而回檢查HTML/XML文件（當時我只是priting出來在日誌

的InputStream在= context.getResources（）openRawResource（ID）。 StringBuffer的直列=新的StringBuffer（）; InputStreamReader的ISR =新的InputStreamReader（中）; 的BufferedReader inRd =新的BufferedReader（ISR）;

字符串文本;！而（（文= inRd.readLine（））= null）{ inLine.append（text）; inLine.append（「\ n」）; } in.close（）; return inLine.toString（）;

我希望它能幫助，但我得到你需要的東西更復雜的感覺：P

來源

2010-11-12 02:31:06

謝謝你的回答。是的，我不需要檢查。實際上，我需要處理有缺陷的HTML文件，因此檢查HTML的有效性並不重要。 – davidcesarino 2010-11-12 03:05:09

我討厭按下輸入在這裏stackoverflow ...無論如何...因爲我的應用程序每次需要轉換它從服務器獲得的數據時聯繫W3服務，我想知道如果我可以做這個工作「內部」，以便不依賴於W3服務。 l format格式只是一個要求。再次感謝你。 – davidcesarino 2010-11-12 03:08:54

HTML to TXT庫模仿「lynx -dump」的輸出？

回答

相關問題