[英]Parsing XHTML with Jsoup 1.11
我正在尝试使用Jsoup解析XHTML文件,并剥离一些标签上的斜杠。 即:
<link rel="stylesheet" type="text/css" href="/css/assessment.css" />
变成
<link rel="stylesheet" type="text/css" href="/css/assessment.css">
我在这里尝试了其他一些答案:
Jsoup:如何将包含HTML的字符串转换为XHTML文档? https://github.com/jhy/jsoup/issues/511 jsoup:从1.7.3升级到1.8.1后的结果不同,如何避免这种情况?
我最近的尝试是:
File input = new File("src\\main\\resources\\templates\\assessmenttemplate.html");
Document doc = Jsoup.parse(input, "UTF-8", "");
doc.outputSettings().escapeMode(Entities.EscapeMode.xhtml);
doc.outputSettings().charset("UTF-8")
我也尝试更改doctype:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
但是问题仍然存在。 如何解析HTML而不删除斜杠?
这工作:
File input = new File("src\\main\\resources\\templates\\assessmenttemplate.html");
Document doc = Jsoup.parse(input, "UTF-8", "");
doc.outputSettings().syntax(Document.OutputSettings.Syntax.xml);
doc.outputSettings().escapeMode(Entities.EscapeMode.xhtml);
doc.outputSettings().charset("UTF-8");
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.