Jericho HTML Parser

Beskrivelse

Jericho HTML Parser er et java-bibliotek, der tillader analyse og manipulation af dele af et HTML-dokument, herunder tags på serversiden, samtidig med at du ordret gengiver enhver uigenkendt eller ugyldig HTML. ASP-, JSP-, PSP-, PHP- og Mason-servertags genkendes eksplicit af parseren. Det betyder, at normal HTML stadig bliver parset korrekt, selvom der er server-tags inde i dem, hvilket er almindeligt for eksempel ved dynamisk indstilling af elementattributter. Den har indbygget funktionalitet til at udtrække al tekst fra HTML-markering, gengive HTML-markering med simpel tekstformatering, formatere HTML-kildekode, der indrykker elementer i henhold til deres dybde i dokumentelementhierarkiet og til at komprimere HTML-kildekode ved at fjerne alt unødvendigt hvidt. plads.