问题标签 [jtidy]

我正在使用 JTidy 将 HTML 页面解析为 XHTML。HTML 包含丹麦字符，然后 JTidy 将它们转换为某些特定字符。

例如：单词“Observér”被转换为“Observér”。

有没有办法避免这种情况？

我一直在尝试使用 JTidy 抓取一些在线内容，但我遇到了这个烦人的错误，我不知道如何修复它或让 JTidy 忽略它：

这似乎是一个愚蠢的错误 - 并且没有其他错误，所以这似乎是阻止 JTidy 解析文档的错误。我直接从 HttpURLConnection 的 InputStream 解析它，并且我使用 Tidy.parseDom 方法。

我需要使用 JTidy 从 HTML 文件生成 XML。源的编码是GB2312，所以我需要将生成的XML的编码也设置为GB2312。

当前的 XML 序言：

我需要的：

我怎样才能做到这一点？

我正在使用 JTidy 清理一些 XML，如下所示：

问题是它总是输出以下内容：

我怎样才能防止它输出任何东西？我试过：

，如此处所示，但这也不起作用。

我正在使用 JTidy 来验证在 Java 中生成的 HTML 片段的渲染类。我想忽略某些警告和错误。

（编辑：重新考虑我可能不想抑制错误）

例如，生成的以下代码段：

导致此警告：

line 5 column 7 - Warning: img lacks "alt" attribute

我可以将 JTidy 配置为忽略特定检查，例如此项检查吗？

我用来检查的方法是：

我正在将 HTML 字符串转换为 xsl-fo，然后将其输出为 PDF。我有几个在 PDF 中显示的表格，由于缺少 CSS 规则，它们被挤得太紧。我试图在 HTML 样式属性中指定我的（非常简单的）CSS 边距底部和边框，但它不起作用。我认为它不起作用，因为我用来解释样式的 xsl-fo XSL 样式表中没有规则。我正在使用此处找到的样式表。有谁知道如何以 xsl-fo 方式使用 HTML 样式属性（或 CSS 规则）？链接将不胜感激。我过去曾使用过 XSL，但我生疏了，而且我有些困惑，因为我现在要从 XHTML->PDF 开始，而过去我使用 XSL 从 XML->HTML 开始。

我正在使用 JTidy 从 HTML 转换为 XHTML，但我在我的 XHTML 文件中找到了这个标签 。我能阻止它吗？
这是我的代码

I am using JTidy i want to give it a string as an input instead of a file. Is that possible? How i can do that?

This is my code:

有像下一个这样的单选按钮，

经过整洁的解析后，我的节点只有 3 个属性，以及它的问题。如何配置 tidy 来解析布尔属性？谢谢。

PS我的整洁配置：

谢谢！

我在解析 HTML 时使用 JTidy 和 xpath，但暂时解析文本给我带来了一些麻烦，因为它可能包含 b 标签，所以我不想循环它的子节点，而只是在之后删除'b'标签它加载html。

如果从 DOM 文档中，如何删除标签。

例如它的伪代码 -doc.removeTag('<b>');

可能吗 ？