Java HTML規範化器？

是否有一個庫可以將任何給定的HTML頁面轉換成一個簡約的統一格式？例如，如果我們呈現stackoverflow主頁，我希望它以最小格式顯示。我希望所有其他網站都被渲染掉。Java HTML規範化器？

有點類似Lynx網絡瀏覽器，但最小的圖形。

來源

2011-02-28 KJW

您想將您的HTML代碼轉換爲更簡單的HTML代碼，還是希望向用戶展示此「簡約統一格式」？或者你想創建一個圖像？ – 2011-02-28 22:44:26

更簡單的html代碼，而不犧牲元素的相對位置。 – KJW 2011-03-01 18:42:27

回答你最糟糕的問題：不，我不認爲有這樣一個圖書館。（至少這是我的「googeling」導致）。

我認爲這樣做的原因是，你想要的是一個非常特殊的需求。

因此，作爲解決問題的解決方案，您可以解析html並以JEditorpane或您正在使用的任何顯示方式顯示它。

我只能建議一種方法，我會這樣做（這是因爲我熟悉xml及其周圍的一切）。

使用一個庫，以確保您的HTML符合XHTML：http://htmlcleaner.sourceforge.net/release.php
然後要麼解析與DOM和SAX解析器將XML並顯示它您想要的方式。

或

使用XSLT將文檔轉換成一些其他的html文件，導致適合您需求的視圖。

或

利用現有的HTML解析器圖書館的之一。（其中大部分是我發現的那種過時（2006）），但他們可能是您的選擇。

這只是一個建議，你可以做到這一點。我確信有成千上萬的其他方式可以做同樣的事情。

來源

2011-03-02 08:51:14 Chris

是的，這是一個很好的方法。謝謝。 – KJW 2011-07-04 04:42:23

我遇到過的最好的工具HTML到Lynx風格的文本是Jericho's Renderer。

它易於使用：

Source source=new Source(new URL(sourceUrlString)); // or new Source("<html>pass in raw html string</html>"); 
    String renderedText=source.getRenderer().toString(); 
    System.out.println("\nSimple rendering of the HTML document:\n"); 
    System.out.println(renderedText);

（從here）

，並在野外（格式錯誤）處理HTML非常好。

此網頁的格式使用傑里科這樣的前幾行：

堆棧交流登錄|職業|聊天 | meta |關於|常見問題

堆棧溢出 *問題 *標籤 *用戶 *徽章 *未答覆 *提問

Java的HTML正規化？

**

有一種能將任何給定的HTML頁面JS庫，CSS所有過吧，到簡約統一格式？例如，如果我們渲染 stackoverflow主頁，我希望它以以最小格式顯示。我想所有其他網站被降低。

有點像Lynx網絡瀏覽器，但與最小的圖形。

java的猞猁鏈接|編輯|標誌問2天前金正雨593112 89％接受率你想改變你的 HTML代碼，簡單的HTML代碼，或做你想顯示這個「簡約統一格式「給你的用戶？或者做你想創建一個圖像？ - Paŭlo Ebermann昨天更簡單的HTML代碼而不犧牲相對的元素定位的。 - 金鍾佑17小時以前

2回答

要回答你的問題firtst：不，我 don'nt認爲是這一目的的庫。（至少這是我的「googeling」導致的）。

而我認爲這是因爲，，你想要的是一個非常特殊的需要。

，以便爲您的問題的解決方案，你可以解析HTML並顯示它不管你使用的顯示要在一個JEditorPane的方式或。

我只能建議一種方法，我會這樣做（這是因爲我熟悉 xml及其周圍的一切）。
* 

    Use a library to ensure that your html conforms to xhtml: 
http://htmlcleaner.sourceforge.net/release.php
* 

    then either parse the xml with DOM or SAX parsers and display it the 
你想要的方式。

或
* use xslt to transform the document into some other html document 
導致適合您需求的看法。

或
* use one of the available html parser librarys. (The most of which i 
發現其中一種過時的（2006）），但他們可能是你的選擇
。

這只是一個建議，你如何可以做到這一點。我確定有成千上萬的其他方式，這將做同樣的事情。

來源

2011-03-02 10:49:41 Joel

這是非常接近我想要的，但可以l handle處理ajax – KJW 2011-03-02 12:04:02

不怕，沒有JS。爲了渲染JS，你可以像HTTPUnit那樣加載HTML，或者像Selenium這樣的無頭瀏覽器 - 然後將生成的HTML傳遞給Jericho。 – Joel 2011-03-02 12:45:43

Java HTML規範化器？

回答

相關問題