java - 如何防止 OWASP HTML sanitizer 限制行长？

Question

我必须将几个 100000 个非常旧的 html 文档放入 Web 应用程序中。我在使用 OWASP HTML Sanitizer 时看到了很好的效果，并且能够确保创建正确清理的 HTML。我唯一的问题是 HTML Sanitizer 对最大行长设置了硬性限制。确切地说，这是每行最多 250 个字节。不幸的是，这会导致一些单词在中间被拆分，这与显示的 html 相同（标有插入符号）：

This sentence here is perfectly ok. But in the next s entence there is an additional space in the word "sentence".

                                                     ^

我怎样才能告诉消毒剂不要过早结束线路？

由于原始 html 中的某些行是 800 字节或更多字节，因此如果我能够告诉 sanitizer 仅在空白处插入中断，这也会有所帮助。

Answer 1

这不是一个答案，而是一个坦白：截断行的影响是由我的代码的其他部分引起的，它对输出设置了行长度限制。