问题标签 [jtidy]

The output is Hello World1 in a single line. I want it to be in new lines as I used br tag. How to achieve this goal?

我正在html使用 HtmlUnit 进行抓取，但它html的格式错误，几乎没有标签未关闭，因此 HtmlUnit 给出了错误的结果。所以我需要在将其传递给 HtmlUnit 之前对其进行清理。

我怎样才能做到这一点。

一个简短的代码片段或教程将不胜感激

我使用 myeclipse 来运行我的 servlet。在 doPost 函数中，有一句话Tidy tidy = new Tidy(); 但是，当我运行我的 servlet 时，我收到如下错误：

我已经这样做了import org.w3c.tidy.Tidy;

为什么会弹出这个错误？是不是因为我需要一些配置web.xml？如果是这样，我该怎么做？

我正在尝试验证StringHTML 代码。也就是说，当 HTML 代码语法错误时，我想知道，可能是return false.

我目前正在使用JTidy，但它并没有告诉我语法错误，它只是纠正了它。我不需要更正它，只需说出合成器的好坏。

JTidy 代码：

任何帮助都会得到帮助。

我想从其中一个包含特定文本的父节点获取所有子节点。换句话说：我在某个子节点上开始搜索，我确定该子节点包含我需要的一些字符串。一旦我找到它，我不需要从与相同 Xpath 表达式匹配的节点中获取所有其他字符串，而是需要在同一级别上获取其他节点。我正在使用 Java。例如：

如果我查找 IIND1000，我想获取该 tr 标签中的每个 td 元素（10110,IIND1000, 1, 3, INTROD.INGEN. INDUSTRIAL, 100, 100, 0）。这可能与 Jtidy 吗？有什么提示或建议吗？谢谢。

有没有办法只下载和解析 XML 文档，直到使用 XPathExpression 找到一个元素？我正在使用 Java：

我从这样的 HTML 文档中获取文本：

因此，例如，一旦 XPathExpressionparams[1]=10110)在第一个表上找到代码 10110 ( ，那么我需要它不要下载下一个表。相反，只有来自同一级别的孩子的所有文本。通常的文档大小是超过 10k 行，如果搜索的元素位于最开始，它会在一段时间后变得低效。

我有如下所示的 XML：

XML 包含使 XML 无效的“<”字符。

现在最简单的方法是修复 XML 的源，但不幸的是我无法控制 XML 的创建。它有类似“The value is < than 10”的消息，假设是“小于”。

无论如何，我如何检查 XML 中的此类内容并转义这些字符？

我试着看这篇文章，那个人指出我们应该使用 JTidy。但是当我尝试它时，它并没有删除 <:

方法：

通过 htmlString 作为参数输入的内容：

在返回语句之前填充结果的内容：

我什至无法想象出了什么问题...任何帮助或指导？

我想使用 JTidy 验证我的 html。如果分别验证或不验证，我想回复真假。目前我正在使用此代码。

无论我的html是否有效，是否有任何方法或方式可以让我得到布尔响应？任何帮助都会得到帮助。

需要执行一些 HTML 清理。

有很多多余的 br 标签的 HTML，到目前为止尝试 HtmlCleaner 和 jTidy 没有任何结果。

例子：

我想要的只是得到一个单一的<br>回报

还有其他方法可以在不逐行手动解析的情况下完成此操作吗？