Jericho HTML Parser

Описание

Jericho HTML Parser е библиотека на Java, позволяваща анализ и манипулиране на части от HTML документ, включително тагове от страна на сървъра, като същевременно възпроизвежда дословно всеки неразпознат или невалиден HTML. ASP, JSP, PSP, PHP и сървърните тагове Mason се разпознават изрично от анализатора. Това означава, че нормалният HTML все още се анализира правилно, дори ако има сървърни тагове вътре в тях, което е обичайно например при динамично задаване на атрибути на елемент. Той има вградена функционалност за извличане на целия текст от HTML маркиране, изобразяване на HTML маркиране с просто форматиране на текст, форматиране на изходния HTML код, който отстъпва елементи според тяхната дълбочина в йерархията на елементите на документа, и за компактиране на изходния HTML код чрез премахване на всички ненужни бели пространство.