jtidy的使用和配置

《jtidy的使用和配置》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、http://technicolor.javaeye.com/blog/7303372010-08-05htmltoxml：Jtidy的使用及注意事项（jtidy-r938）文章分类:Java编程最近在做一个项目，要把html转换为格式规范的xml（不受DTD约束），然后再用dom4j进行分析，于是就去找htmltoxml的工具。发现有两款，一个是NekoHTML，一个是Jtidy。因为貌似Jtidy比较符合我的需求，于是我就下载了Jtidy（jtidy-r938，2009-12-01，新版本的）。JTidy是HTMLTidy(一个HTML语法检查器和优

2、雅的打印编排工具）的Java移植，除了本身具有的清除HTML文件难看或错误内容的功能外，还提供了一个DOM接口，程序员可以将JTidy当作一个处理HTML文件的DOM解析器来使用。而且它有很多参数可以设置，可以定制出符合用户要求的规范的XML文档格式。网上所有的帖子、教程都是讲的内容都差不多的（就两三篇在COPY），感觉参考价值不大，而且还是讲2001年那个版本，让我很汗，不过它上一次的更新的确是2001年的（这也得怪他的开发团队更新的慢~）。下面我就简单的说说jtidy的使用，及一些我注意到的细节吧。Jtidy的使用非常简单，所有的功能都是通过一个类来

3、完成的，即org.w3c.tidy.Tidy。Tidy类用于将html转换为xml的方法有3种，每种方法对输入输出参数都有多种重载，使用方法大同小异：Nodeparse(java.io.InputStreamin,java.io.OutputStreamout)ReadsfromthegiveninputandreturnstherootNode.org.w3c.dom.DocumentparseDOM(java.io.InputStreamin,java.io.OutputStreamout)ParsesInputStreaminandreturnsa

4、DOMDocumentnode.voidpprint(org.w3c.dom.Nodenode,java.io.OutputStreamout)Pretty-printsaDOMNode.parseDOM()是直接调用parse()的，pprint()是用于输出org.w3c.dom.Node或者org.w3c.dom.Document对象的，所以一般直接调用parse()就够了。Jtidy使用非常简单，下面我就展示个最简单的例子：Java代码1.import java.io.FileInp

5、utStream;  2.import java.io.FileOutputStream;  3.import java.io.PrintWriter;  4.import org.w3c.tidy.Tidy;  5.  6.public class Test {  7.  8.    public static void main(String[] args) throws Exception {  9.  10.    Tidy tidy = new Tidy(); //使用Jtidy几乎只需要用的这一个类  11.        //设置jtidy

6、的配置文件，当然你也可以在程序根据需要中设置  12.    tidy.setConfigurationFromFile("config.txt");      13.    tidy.setErrout(new PrintWriter("error.txt")); //输出错误与警告信息,默认输出到stdout  14.        //需要转换的文件，当然你也可以转换URL的内容  15.    FileInputStream in = new FileInputStream("original.htm");     16.    FileOutp

7、utStream out = new FileOutputStream("out.html");    //输出的文件  17.    tidy.parse(in, out);    //开始转换了~~~Jtidy把所有东西都封装好了，哈哈~~  18.    out.close();    //转换完成关闭输入输出流  19.    in.close();  1.    }  2.}  3.  importjava.io.FileInputStream;importjava.io.FileOutputStream;importjava.i

8、o.PrintWriter;importorg.w3c.tidy.Tidy;pu