5

(Android で) jTidy を使用しているときに、非常に厄介な問題に遭遇しました。jTidy は、テストしたすべての HTML ドキュメントで動作することがわかりました。ただし、次の例外があります。

    <!DOCTYPE html>
      <html lang="en">
       <head>
        <meta charset="utf-8" />

         <!-- Always force latest IE rendering engine & Chrome Frame 
              Remove this if you use the .htaccess -->
         <meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1" />

         <title>templates</title>
         <meta name="description" content="" />
         <meta name="author" content="" />

         <meta name="viewport" content="width=device-width; initial-scale=1.0" />

         <!-- Replace favicon.ico & apple-touch-icon.png in the root of your domain and delete these references -->
      <link rel="shortcut icon" href="/favicon.ico" />
      <link rel="apple-touch-icon" href="/apple-touch-icon.png" />
   </head>

 <body>
   <div>
     <header>
       <h1>Page Heading</h1>
     </header>
     <nav>
       <p><a href="/">Home</a></p>
       <p><a href="/contact">Contact</a></p>
     </nav>

     <div>

     </div>

     <footer>
      <p>&copy; Copyright</p>
     </footer>
   </div>
 </body>
 </html>

しかし、整理した後、jTidy は何も返しません (整理された HTML を含む文字列が結果と呼ばれる場合、result.equals("") == true のように)

ただし、非常に興味深いことに気付きました。HTML の本文部分をすべて削除すると、jTidy は完全に機能します。<body></body> に jTidy が気に入らないものはありますか?

私が使用しているJavaコードは次のとおりです。

 public String tidy(String sourceHTML) {
   StringReader reader = new StringReader(sourceHTML);

   ByteArrayOutputStream baos = new ByteArrayOutputStream();
   Tidy tidy = new Tidy();
   tidy.setMakeClean(true);
   tidy.setQuiet(false);
   tidy.setIndentContent(true);
   tidy.setSmartIndent(true);

   tidy.parse(reader, baos);

   try {
     return baos.toString(mEncoding);
   } catch (UnsupportedEncodingException e) {
     return null;
   }
 }

私のJavaに何か問題がありますか？これは jTidy のエラーですか? jTidyにこれをさせないようにする方法はありますか? (HTML を変更することはできません)。これが絶対に修正できない場合、他に優れた HTML Tidiers はありますか? どうもありがとう！

4

2 に答える 2

4

これを試して：

tidy.setForceOutput(true);

おそらく解析エラーがあります。

于 2013-06-17T16:56:18.097 に答える
2

Jsoupをチェックしてください。これは、あらゆる種類のJava Html処理（私はHtmlCleanerを使用しましたが、その後jsoupに切り替えました）に対する私の推奨事項です。

Jsoupを使用したHTMLのクリーニング：

final String yourHtml = ...

String output = Jsoup.clean(yourHtml, Whitelist.relaxed());

それで全部です！

または（変更/削除/解析/ ...）何か：

Document doc = Jsoup.parse(<file/string/website>, null);

String output = doc.toString();
于 2013-02-10T19:07:24.563 に答える