Question

我正在开发一个系统，我需要通过XSLT转换传递一些HMTL，但HTML有一些标题标签没有关闭标签，所以它在技术上并不是很好的形式＆＃34;能够应用XSLT。以下是标签：

  <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  <meta http-equiv="X-UA-Compatible" content="IE=9">
  <meta name="viewport" content="width=device-width, initial-scale=1">
  <link rel="stylesheet" href="bootstrap.min.css">
  <link rel="stylesheet" href="smartdoc.css">

以下是问题，我正在处理的文档被下载到服务器，因此我无法直接访问简单地打开文件，例如记事本，并手动关闭标记。关闭这些标签的最佳方法是什么，以便我可以在它们上使用XSLT？注意我使用Java库来运行XSLT转换，因此在应用XSLT之前我可能会使用Java中的某些东西来编辑HTML，但我不确定要使用什么。

Answer 1

您可以使用名为HTML Tidy的JTidy Java版本来清理HTML。

JTidy How To Page显示了API的使用示例：

Tidy tidy = new Tidy(); // obtain a new Tidy instance
tidy.setXHTML(boolean xhtml); // set desired config options using tidy setters 
...                           // (equivalent to command line options)

tidy.parse(inputStream, System.out); // run tidy, providing an input and 
                                     // output stream

Answer 2

我使用tagsoup 顺便说一句，看一下这个帖子：What are the pros and cons of the leading Java HTML parsers? [closed]

在HTML文档上添加结束标记的简便方法，以便可以应用XSLT

2 个答案: