Jericho HTML Parser

Beschreibung

Jericho HTML Parser ist eine Java-Bibliothek, die die Analyse und Manipulation von Teilen eines HTML-Dokuments, einschließlich serverseitiger Tags, ermöglicht, während nicht erkanntes oder ungültiges HTML wörtlich reproduziert wird. ASP-, JSP-, PSP-, PHP- und Mason-Server-Tags werden explizit vom Parser erkannt. Das bedeutet, dass normales HTML auch dann noch korrekt geparst wird, wenn Server-Tags darin enthalten sind, was beispielsweise beim dynamischen Setzen von Elementattributen üblich ist. Es verfügt über integrierte Funktionen, um den gesamten Text aus HTML-Markup zu extrahieren, HTML-Markup mit einfacher Textformatierung zu rendern, HTML-Quellcode zu formatieren, der Elemente entsprechend ihrer Tiefe in der Dokumentelementhierarchie einrückt, und HTML-Quellcode zu komprimieren, indem alles unnötige Weiß entfernt wird Platz.