如何將這個結構不良的HTML變成格式良好的XHTML？

我正在使用JSoup 1.6.2。我有這個HTML ...如何將這個結構不良的HTML變成格式良好的XHTML？

<a title="Subscribe to RSS feeds" href="http://domain/city/RSS" style="float:right; margin-left:10px;"">

請注意標記結束之前的雜散引號。我希望JSoup能以某種方式清理它。我試着和右側下運行make一切......

final org.jsoup.nodes.Document doc = Jsoup.parse(html);

結果是

<a title="Subscribe to RSS feeds" href="http://domain/city/RSS" style="float:right; margin-left:10px;" "="">

這仍然沒有很好地形成。有沒有一種方法可以將形成不好的HTMl並使其與JSoup良好結合？除此之外，是否有另一個HTML tidy-upper可以完成上述示例的工作，但也允許我以String或org.w3c.dom.Document對象的形式訪問生成的HTML？

來源

2012-04-16 Dave

基於this的答案，我會建議你使用JTidy的「整潔」的HTML源代碼。

來源

2012-04-17 10:18:16 vacuum

謝謝。 JTidy適用於我的情況。我在看他們的網站，最後一個版本似乎是從2007年開始的。這是否意味着該項目已經死亡？ – Dave 2012-04-17 18:29:05

看起來像你是對的 – vacuum 2012-04-17 18:35:08

你可以使用正則表達式替換來解決這個問題嗎？我不知道如何做到這一點在Java中，但在JavaScript它會是這樣的：

var str = '<a title="Subscribe to RSS feeds" href="http://domain/city/RSS" style="float:right; margin-left:10px;"">'; 

var newStr = str.replace(/""/,'"'); 
//<a title="Subscribe to RSS feeds" href="http://domain/city/RSS" style="float:right; margin-left:10px;">

來源

2012-04-16 22:17:59

如何將這個結構不良的HTML變成格式良好的XHTML？

回答

相關問題