Jericho HTML Parser

Leírás

A Jericho HTML Parser egy java könyvtár, amely lehetővé teszi egy HTML-dokumentum részeinek elemzését és manipulálását, beleértve a szerveroldali címkéket is, miközben szó szerint reprodukál minden fel nem ismert vagy érvénytelen HTML-t. Az ASP, JSP, PSP, PHP és Mason szervercímkéket az elemző kifejezetten felismeri. Ez azt jelenti, hogy a normál HTML akkor is megfelelően értelmeződik, ha szervercímkék vannak bennük, ami gyakori például az elemattribútumok dinamikus beállításakor. Beépített funkcióval rendelkezik az összes szöveg kivonására a HTML-jelölésből, a HTML-jelölés egyszerű szövegformázással történő megjelenítésére, a HTML-forráskód formázására, amely a dokumentumelem-hierarchiában lévő mélységüknek megfelelően behúzza az elemeket, és tömöríti a HTML-forráskódot az összes felesleges fehér eltávolításával. tér.