問題タブ [jtidy]

私はしばらくこのコードをいじっていましたが、何が間違っているのかわかりません。

URL を取得し、それを JTidy でクリーンアップします。形式が整っていないためです。次に、特定の非表示の入力フィールド ( input type="hidden" name="mytarget" value="313") を見つける必要があるため、name 属性の値を知っています。

クリーンアップ時に HTML ページ全体を印刷するので、探しているものとドキュメントの内容を比較できます。

私の問題は、私が持っている場所について、これを見つけるための最良の方法を決定しようとしていSystem.out << itます。

HTML5出力を自動的にインデントしようとしています。私が使用しようとしたツールはJTidyでしたが、問題はHTML5要素をサポートしておらず、たとえばHTML5が本文でそれらを使用しているのに対し、すべてとヘッダーに移動することです。

HTMLはXMLではないため、インデントに一般的なJavaXMLツールを使用することはできません。

JTidyv。r938を使用しています。このコードを使用してページをクリーンアップしようとしています…</p>

しかし、このURLを解析すると--http：//www.chicagoreader.com/chicago/EventSearch？narrowByDate = This + Week＆eventCategory = 93922＆keywords =＆page = 1、物事はクリーンアップされていません。たとえば、ページ上のMETAタグは、次のようになります。

として残る

「</META>」タグを付けたり、「<META http-equiv = "Content-Type" content = "text/html;」と表示したりする代わりに charset =UTF-8"/>"。結果のJTidyorg.w3c.dom.Documentを文字列として出力することでこれを確認します。

JTidyが本当にページをクリーンアップするために、つまり、ページを整形式にするために何ができますか？他にもツールがあることはわかっていますが、この質問は特にJTIdyの使用に関連しています。

Java プロジェクト内の Html5 ページをクリーンアップする必要があります。

そのため、Java ライブラリ、または Linux と Windows の両方で動作するコマンド ライン プログラムが必要です。

JTidy がうまく動作しません (テストしました)。HTML5 の HTML Tidy は C++ ライブラリであり、そのコマンド ライン バージョンは Linux でのみ動作します。

Validator.nu HTML パーサーもクリーンアップするかどうか知っていますか (それに関する情報は見つかりませんでした)。

何かアイデアはありますか？

ありがとう

htmlファイルからxhtmlファイルを作成しようとしていますが、エラーが発生します。変換中に次のエラーが発生します。

1行目1列目-警告：欠落している「title」要素を挿入しています

InputStream：ドキュメントコンテンツはHTML2.0のように見えます

警告1、エラーは見つかりませんでした！

私のコードは次のとおりです。

最後に私は空のファイルを受け取ります。私は何が間違っているのですか？

よろしくお願いいたします。Zoli

私のマシンには数百の古いhtmlファイルがあり、それらを解析してデータを抽出しようとしています。Jsoup、Tagsoup、HTMLcleaner、JTidyなどのさまざまなJavaパーサーを試しました。ファイル内のhtmlコードの方法により、XPATHをサポートするパーサーしか使用できず、Jsoupを試しましたが、同等のcssセレクターが見つかりませんでした。

とにかく、私の問題は、私が試したパーサーが何であれ、実際のコンテンツをクリーンアップし、'（アポストロフィ）のようなものを奇妙な文字に変換することです。

特別な文字を整理して置き換えることなく、Javaパーサーを使用してコンテンツを解析することは可能ですか？

JTidy を使用していくつかの html を消去するコードにバグがあります。不正な形式の html が見つかったら、スキップする必要があります。しかし、プログラムが不正な html で停止することがあるので、自分のコードで何が起こっているのかを確認したいと考えています。しかし、netbeans でデバッガーを実行できないようです。デバッガーはこのDebugger stopped on uncompilable source code.行で停止しましimport org.w3c.tidy.Tidy;た プログラムを実行する方法は、コマンドプロンプトで次java -cp jtidy-r938.jar;. HtmlCleanerTest http://yahoo.comのように表示されます。

私はjtidyを使用してURLから取得したソースコードからhtmlをクリーンアップするプログラムを書いています。GUIのJTextAreaにエラーと警告を表示したい。警告を印刷からstdoutからJTextAreaに「再ルーティング」するにはどうすればよいですか？Jtidy APIを調べましたが、必要なことを実行するものが見つかりません。誰かが私がこれを行う方法を知っていますか、それが可能かどうかさえわかりますか？

//jtidyオプションのテスト

私の入力HTMLには、次のような行があります。

JTidyが変換する

そのエンティティの変換を抑制する方法はありますか？二重引用符が変換されないようにするためのconfigメソッド（setQuoteMarks（））があるようですが、アポストロフィについては同様ではありません。