Конвертировать HTML в XML, используя Java

0

Может ли кто-нибудь предложить мне лучший подход для преобразования html в xml с помощью java. Есть ли какой-либо API для этого? Html также может содержать код javascript

Я пробовал под кодом:

import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.BufferedWriter;
import java.io.DataInputStream;
import java.io.FileOutputStream;
import java.io.FileReader;
import java.io.FileWriter;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import org.jdom.JDOMException;
import org.jdom.input.SAXBuilder;
import org.jdom.output.XMLOutputter;
import java.io.IOException;

class HTML2XML {
    public static void main(String args[]) throws JDOMException {
    InputStream isInHtml = null;
    URL url = null;
    URLConnection connection = null;
    DataInputStream disInHtml = null;
    FileOutputStream fosOutHtml = null;
    FileWriter fwOutXml = null;
    FileReader frInHtml = null;
    BufferedWriter bwOutXml = null;
    BufferedReader brInHtml = null;
    try {
        // url = new URL("www.climb.co.jp");
        // connection = url.openConnection();
        // isInHtml = connection.getInputStream();

        frInHtml = new FileReader("D:\\Second.html");
        brInHtml = new BufferedReader(frInHtml);
        SAXBuilder saxBuilder = new SAXBuilder(
                "org.ccil.cowan.tagsoup.Parser", false);
        org.jdom.Document jdomDocument = saxBuilder.build(brInHtml);

        XMLOutputter outputter = new XMLOutputter();
        org.jdom.output.Format newFormat = outputter.getFormat();
        String encoding = "iso-8859-2";
        newFormat.setEncoding(encoding);
        outputter.setFormat(newFormat);

        try {
            outputter.output(jdomDocument, System.out);
            fwOutXml = new FileWriter("D:\\Second.xml");
            bwOutXml = new BufferedWriter(fwOutXml);
            outputter.output(jdomDocument, bwOutXml);
            System.out.flush();
        } catch (IOException e) {
        }

    } catch (IOException e) {
    } finally {
        System.out.flush();
        try {
            isInHtml.close();
            disInHtml.close();
            fosOutHtml.flush();
            fosOutHtml.getFD().sync();
            fosOutHtml.close();
            fwOutXml.flush();
            fwOutXml.close();
            bwOutXml.close();
        } catch (Exception w) {

        }
    }
}
}

Но он не работает должным образом

  • 0
    Вы имеете в виду XHTML? А как насчет этого кода Javascript, что вы хотите с этим делать?
  • 0
    Я должен преобразовать обычный HTML-файл в XML
Показать ещё 3 комментария
Теги:
jtidy

3 ответа

1
Лучший ответ

Попробовать jTidy

JTidy может использоваться как инструмент для очистки искаженного и ошибочного HTML-кода

  • 0
    Можете ли вы поделиться примером кода с помощью jTidy, чтобы сделать работу
  • 0
    Большое спасибо, я могу это сделать.
0

Если вы хотите анализировать html, а не конвертировать html в xml, вы можете использовать html-парсер. http://www.mkyong.com/java/jsoup-html-parser-hello-world-examples/ http://htmlparser.sourceforge.net/javadoc/doc-files/using.html Надеюсь, это поможет вам.

0

HTML не совпадает с XML, если он не соответствует XHTML или HTML5 в режиме XML.

предлагая использовать парсер HTML для чтения HTML и преобразования его в XML - или обрабатывать его напрямую.

Ещё вопросы

Сообщество Overcoder
Наверх
Меню