java jtidy_java – 如何使JTIdy使HTML文档格式良好？

我正在使用JTidy v.r938.我正在使用此代码尝试清理页面…

final Tidy tidy = new Tidy();

tidy.setQuiet(false);

tidy.setShowWarnings(true);

tidy.setShowErrors(0);

tidy.setMakeClean(true);

Document document = tidy.parseDOM(conn.getInputStream(),null);

保持为

而不是“< / Meta>”标记或显示为“< Meta http-equiv =”Content-Type“content =”text / html;字符集= UTF-8 “/>” 中.我通过将生成的JTidy org.w3c.dom.Document输出为String来确认这一点.

我能做些什么才能让JTidy真正清理页面 – 即使其格式正确？我意识到还有其他工具,但这个问题与使用JTIdy有关.

403_19@

如果需要XML格式,则需要为Tidy指定几个标志

private String cleanData(String data) throws UnsupportedEncodingException {

Tidy tidy = new Tidy();

tidy.setInputEncoding("UTF-8");

tidy.setOutputEncoding("UTF-8");

tidy.setWraplen(Integer.MAX_VALUE);

tidy.setPrintBodyOnly(true);

tidy.setXmlOut(true);

tidy.setSmartIndent(true);

ByteArrayInputStream inputStream = new ByteArrayInputStream(data.getBytes("UTF-8"));

ByteArrayOutputStream outputStream = new ByteArrayOutputStream();

tidy.parseDOM(inputStream,outputStream);

return outputStream.toString("UTF-8");

}

或者只是想要XHTML表单

Tidy tidy = new Tidy();

tidy.setXHTML(true);