用于HTML到文本转换的开源java库 [英] Open source java library for HTML to text conversion

问题描述

您能推荐一个开源的Java库（最好是ASL / BSD / LGPL许可证），它将HTML转换为纯文本 - 清理所有标签，转换实体（& ;, 等）。 ）并处理< br>和表格。

更多信息

< ，没有必要从网络上获取它。此外，我正在寻找的是这样的方法：

 字符串convertHtmlToPlainText（字符串html）
 
 code> 




解决方案

试试 Jericho 。

TextExtractor 类听起来像它会做你想做的。对不起，不能发布第二个链接，因为我是一个新用户，但向下滚动页面并且有链接。

Can you recommend an open source Java library (preferably ASL/BSD/LGPL license) that converts HTML to plain text - cleans all the tags, converts entities (&,  , etc.) and handles <br> and tables properly.

More Info

I have the HTML as a string, there's no need to fetch it from the web. Also, what I'm looking is for a method like this:

String convertHtmlToPlainText(String html)

解决方案

Try Jericho.

The TextExtractor class sounds like it will do what you want. Sorry can't post a 2nd link as I'm a new user but scroll down the homepage a bit and there's a link to it.

这篇关于用于HTML到文本转换的开源java库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！