Java HTML规范化器？

是否有一个库可以将任何给定的HTML页面转换成一个简约的统一格式？例如，如果我们呈现stackoverflow主页，我希望它以最小格式显示。我希望所有其他网站都被渲染掉。Java HTML规范化器？

有点类似Lynx网络浏览器，但最小的图形。

来源

2011-02-28 KJW

您想将您的HTML代码转换为更简单的HTML代码，还是希望向用户展示此“简约统一格式”？或者你想创建一个图像？ – 2011-02-28 22:44:26

更简单的html代码，而不牺牲元素的相对位置。 – KJW 2011-03-01 18:42:27

回答你最糟糕的问题：不，我不认为有这样一个图书馆。（至少这是我的“googeling”导致）。

我认为这样做的原因是，你想要的是一个非常特殊的需求。

因此，作为解决问题的解决方案，您可以解析html并以JEditorpane或您正在使用的任何显示方式显示它。

我只能建议一种方法，我会这样做（这是因为我熟悉xml及其周围的一切）。

使用一个库，以确保您的HTML符合XHTML：http://htmlcleaner.sourceforge.net/release.php
然后要么解析与DOM和SAX解析器将XML并显示它您想要的方式。

或

使用XSLT将文档转换成一些其他的html文件，导致适合您需求的视图。

或

利用现有的HTML解析器图书馆的之一。（其中大部分是我发现的那种过时（2006）），但他们可能是您的选择。

这只是一个建议，你可以做到这一点。我确信有成千上万的其他方式可以做同样的事情。

来源

2011-03-02 08:51:14 Chris

是的，这是一个很好的方法。谢谢。 – KJW 2011-07-04 04:42:23

我遇到过的最好的工具HTML到Lynx风格的文本是Jericho's Renderer。

它易于使用：

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);

（从here）

，并在野外（格式错误）处理HTML非常好。

此网页的格式使用杰里科这样的前几行：

堆栈交流登录|职业|聊天 | meta |关于|常见问题

堆栈溢出 *问题 *标签 *用户 *徽章 *未答复 *提问

Java的HTML正规化？

**

有一种能将任何给定的HTML页面JS库，CSS所有过吧，到简约统一格式？例如，如果我们渲染 stackoverflow主页，我希望它以以最小格式显示。我想所有其他网站被降低。

有点像Lynx网络浏览器，但与最小的图形。

java的猞猁链接|编辑|标志问2天前金正雨593112 89％接受率你想改变你的 HTML代码，简单的HTML代码，或做你想显示这个“简约统一格式“给你的用户？或者做你想创建一个图像？ - Paŭlo Ebermann昨天更简单的HTML代码而不牺牲相对的元素定位的。 - 金锺佑17小时以前

2回答

要回答你的问题firtst：不，我 don'nt认为是这一目的的库。（至少这是我的“googeling”导致的）。

而我认为这是因为，，你想要的是一个非常特殊的需要。

，以便为您的问题的解决方案，你可以解析HTML并显示它不管你使用的显示要在一个JEditorPane的方式或。

我只能建议一种方法，我会这样做（这是因为我熟悉 xml及其周围的一切）。
* 

    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 
导致适合您需求的看法。

或
* use one of the available html parser librarys. (The most of which i 
发现其中一种过时的（2006）），但他们可能是你的选择
。

这只是一个建议，你如何可以做到这一点。我确定有成千上万的其他方式，这将做同样的事情。

来源

2011-03-02 10:49:41 Joel

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

不怕，没有JS。为了渲染JS，你可以像HTTPUnit那样加载HTML，或者像Selenium这样的无头浏览器 - 然后将生成的HTML传递给Jericho。 – Joel 2011-03-02 12:45:43

Java HTML规范化器？

回答

相关问题