Jericho HTML Parser

Beskrivelse

Jericho HTML Parser er et java-bibliotek som tillater analyse og manipulering av deler av et HTML-dokument, inkludert tagger på serversiden, samtidig som ugjenkjent eller ugyldig HTML reproduseres ordrett. ASP-, JSP-, PSP-, PHP- og Mason-serverkoder gjenkjennes eksplisitt av parseren. Dette betyr at normal HTML fortsatt analyseres riktig selv om det er server-tags inne i dem, noe som er vanlig for eksempel når du dynamisk setter elementattributter. Den har innebygd funksjonalitet for å trekke ut all tekst fra HTML-markering, gjengi HTML-markering med enkel tekstformatering, formatere HTML-kildekode som rykker inn elementer i henhold til deres dybde i dokumentelementhierarkiet, og for å komprimere HTML-kildekode ved å fjerne all unødvendig hvit rom.