将结束标记添加到HtmlElement（HtmlUnit）

Question

我想将Htmlpage转换为pdf。但HtmlPage有很多标签还没有关闭：

<hr> 
<br> 

因此我无法创建PDF。如何通过在Java上使用HtmlUnit来关闭这些标签。我要的是：

<hr /> 
<br /> 

感谢

Answer 1

感谢答案，我错了。问题不在于这些html标签。由于我想转换的htmlpage包含非法的xml字符，因此我无法将其转换。

我找到了使用Xerces库的XMLChar.isValid方法的解决方案。 此外，我不得不删除所有脚本和风格与此代码htmlpage的标签：

final DomNodeList<HtmlElement> scriptElements = html.getElementsByTagName("script"); 
if (!scriptElements.isEmpty()){ 
    for (HtmlElement scriptElement : scriptElements){ 
     scriptElement.removeAllChildren(); 
    } 
} 

Answer 2

您可以使用HTML Tidy纠正HTML。 Java库是JTidy。 JTidy可以配置为生成XHTML。

Answer 3

其实这些标签不应该有结束标签。在此请看：

http://www.w3schools.com/html5/tag_br.asp

http://www.w3schools.com/html5/tag_hr.asp