如何使用Java創建XHTML的基本人類可讀純文本表示？

Question

鑒於一些簡單的XHTML，我想創建一個人類可讀的純文本版本。 這將涉及刪除所有HTML標記，但添加或保留一些空格。

例如，這個輸入：

<div>
<p>This is some text, some is <b>bold</b>.</p>
<ul>
  <li>Point one</li>
  <li>Point two</li>
</ul>
</div>

會成為：

"This is some text, some is bold. Point one Point two"

（LI之間的逗號是理想的...... :)

Answer 1

傑里科HTML解析器。 您可以刪除所有標記或調用試圖模仿外觀的“渲染器”類（例如，您的項目符號列表將被標記）