[英]Parsing XHTML with Jsoup 1.11
我正在嘗試使用Jsoup解析XHTML文件,並剝離一些標簽上的斜杠。 即:
<link rel="stylesheet" type="text/css" href="/css/assessment.css" />
變成
<link rel="stylesheet" type="text/css" href="/css/assessment.css">
我在這里嘗試了其他一些答案:
Jsoup:如何將包含HTML的字符串轉換為XHTML文檔? https://github.com/jhy/jsoup/issues/511 jsoup:從1.7.3升級到1.8.1后的結果不同,如何避免這種情況?
我最近的嘗試是:
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")
我也嘗試更改doctype:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
但是問題仍然存在。 如何解析HTML而不刪除斜杠?
這工作:
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");
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.