Question

public String transform_XML(String type, InputStream file){
        TransformerFactory tf = TransformerFactory.newInstance();
        String xslfile = "/StyleSheets/" + type + ".xsl";
        Transformer t = tf.newTemplates(new StreamSource(this.getClass().getResourceAsStream(xslfile))).newTransformer();
        Source source = new StreamSource(file);
        CharArrayWriter wr = new CharArrayWriter();
        StreamResult result = new StreamResult(wr);
        t.transform(source, result);
     return wr.toString();
}

上述方法将xsl和xml文件作为输入，并将转换后的结果作为String返回。来自包javax.xml.transform的类已用于实现此目的。

现在我可以使用相同的包来转换html文件吗？（由于包名称有xml，我非常怀疑它。）我该怎么做才能转换html文件？

Answer 1

public class SimpleXSLT {
  public static void main(String[] args) {

    String inXML = "C:/tmp/temp.html";
    String inXSL = "C:/tmp/temp.xsl";
    String outTXT = "C:/tmp/temp_copy.html";
    SimpleXSLT st = new SimpleXSLT();
    try {
        st.transform(inXML,inXSL,outTXT);
        } catch(TransformerConfigurationException e) {
        System.err.println("Invalid factory configuration");
        System.err.println(e);
        } catch(TransformerException e) {
        System.err.println("Error during transformation");
        System.err.println(e);
    }
  }

  public void transform(String inXML,String inXSL,String outTXT)
     throws TransformerConfigurationException,
   TransformerException {
     TransformerFactory factory = TransformerFactory.newInstance();
     StreamSource xslStream = new StreamSource(inXSL);
     Transformer transformer = factory.newTransformer(xslStream);
     transformer.setErrorListener(new MyErrorListener());
     StreamSource in = new StreamSource(inXML);
     StreamResult out = new StreamResult(outTXT);
     transformer.transform(in,out);
     System.out.println("The generated XML file is:" + outTXT);
  }
}

Answer 2

如您所知，html文档不是必需的有效xml。但是你可以将html转换为xml，之后使用有效的xml进行操作（转换后 - 你将得到DOM树）。

我建议您使用CyberNeko HTML Parser将html转换为xml。

草稿示例：

import org.cyberneko.html.parsers.DOMParser;
import org.w3c.dom.Document;
...
public Document parseHtml(InputStream is) throws Exception {
    DOMParser parser = new DOMParser();
    parser.parse(new InputSource(is));
    return parser.getDocument();
}

如果您使用maven - 只需从存储库http://mvnrepository.com/artifact/nekohtml/nekohtml添加到项目CyberNeko

Answer 3

当我理解你的评论时，它主要是为了抓住收回信息

您可以查看JSoup，这非常便于从HTML解析和抓取DOM

否则，如果你想保留你的xslts，那么stemm解决方案应该没问题

在java中转换html文件

3 个答案: