Jericho HTML Parser

Sự miêu tả

Jericho HTML Parser là một thư viện java cho phép phân tích và thao tác các phần của tài liệu HTML, bao gồm các thẻ phía máy chủ, đồng thời sao chép nguyên văn bất kỳ HTML nào không được công nhận hoặc không hợp lệ. Các thẻ máy chủ ASP, JSP, PSP, PHP và Mason được trình phân tích cú pháp nhận dạng rõ ràng. Điều này có nghĩa là HTML bình thường vẫn được phân tích cú pháp chính xác ngay cả khi có các thẻ máy chủ bên trong chúng, điều này thường xảy ra, ví dụ: khi thiết lập động các thuộc tính phần tử. Nó có chức năng tích hợp để trích xuất tất cả văn bản từ đánh dấu HTML, hiển thị đánh dấu HTML với định dạng văn bản đơn giản, mã nguồn HTML định dạng thụt lề các phần tử theo độ sâu của chúng trong hệ thống phân cấp phần tử tài liệu và mã nguồn HTML nhỏ gọn bằng cách loại bỏ tất cả các màu trắng không cần thiết không gian.