使用TagSoup将HTML页面转换为XHTML [英] HTML page to XHTML with TagSoup

问题描述

很抱歉，如果这太简单了，但是我根本找不到教程或TagSoup的Java版本的文档.

Sorry if this is too simple, but I simply couldn't find a tutorial nor the documentation of the Java version of TagSoup.

基本上，我想从互联网上下载HTML网页并将其转换为包含在字符串中的XHTML.我该如何使用TagSoup?

Basically I want to download an HTML webpage from the internet and turn it into XHTML, contained in a string. How can I do this with TagSoup?

谢谢！

推荐答案

类似以下内容:

wget -O - example.com/bad.html | java -jar tagsoup.jar

或者，从Java:

要解析HTML:

To parse HTML:

• 创建org.ccil.cowan.tagsoup.Parser
的实例
• 提供您自己的SAX2 ContentHandler
• 提供引用HTML的InputSource
• 还有parse()！

• Create an instance of org.ccil.cowan.tagsoup.Parser
• Provide your own SAX2 ContentHandler
• Provide an InputSource referring to the HTML
• And parse()!

这篇关于使用TagSoup将HTML页面转换为XHTML的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！