飛碟接受HTML不是XHTML

Question

我的原始資料來源是HTML格式不正確的XHTML。更糟糕的是，我將不得不清理並將html轉換爲xhtml，然後喂飛碟。

Answer 1

Flying Saucer不支持HTML;如其website所述：「不支持遺留HTML（雖然有幾個開源的Java HTML清理程序可以提供不同的質量）」。雖然你可以嘗試一下他們建議的HTML清潔工。最好的之一是，毫不奇怪，HtmlCleaner。

Answer 2

Flying Saucer UserGuide回答了我的問題。

飛碟是一個XML/CSS渲染器， 這意味着它需要XML文件作爲輸入 ，適用的格式和使用CSS樣式 ，併產生XML作爲輸出的渲染 表示。 輸出可能會轉到屏幕（在 GUI中），圖像或PDF文件。 因爲我們相信大多數人會 興趣重新使用他們的網絡佈局的知識 ，我們的 內容主要針對的是XHTML 1.0（嚴格），一個XML文檔 格式的標準化 HTML。然而，我們接受任何 格式良好的XML用於渲染，只要提供了CSS， 就會告訴我們如何佈局它。在XHTML的情況下， 默認樣式表提供了 的包裝盒並且包裝在 庫中，這意味着飛碟可以通過 使 得到體面的結果。