Tag: htmltidy

正确使用JTidy来净化HTML

我正在尝试使用JTidy（jtidy-r938.jar）来清理输入HTML字符串，但我似乎无法正确获取默认设置。 通常，诸如“hello world”之类的字符串在整理后最终成为“helloworld”。 我想展示我在这里做的事情，任何指针都会非常感激： 假设rawHtml是包含输入（真实世界）HTML的String。 这就是我正在做的事情： Tidy tidy = new Tidy(); tidy.setPrintBodyOnly(true); ByteArrayOutputStream baos = new ByteArrayOutputStream(); PrintStream ps = new PrintStream(baos); tidy.parse(new StringReader(rawHtml), ps); return baos.toString(“UTF8”); 首先，上述代码看起来有什么根本错误吗？ 我似乎得到了奇怪的结果。 例如，请考虑以下输入： ???private String parseDescription 输出是：     privateString parseDescription 所以， “public String parseDescription”变为“publicString parseDescription” 提前致谢！