jTidy入门和实践

阅读更多

测试html代码:

 

hi,girl






hi,boy




	

		
where is it
		




hi,这是中文



plz save me

 

 

测试Java源码:

 

package com.mtea.demo;

import java.io.ByteArrayOutputStream;
import java.io.InputStream;
import java.io.PrintWriter;
import java.io.StringWriter;

import org.w3c.dom.Document;
import org.w3c.tidy.Node;
import org.w3c.tidy.Tidy;
import org.w3c.tidy.TidyMessage;
import org.w3c.tidy.TidyMessageListener;

public class DemoTest1 {

	public static void main(String[] args) throws Exception {
		
		//每次需要进行html代码格式化和处理都new出来
		Tidy tidy = new Tidy();

		//测试资源,与当前类同包
		InputStream is = DemoTest1.class.getResourceAsStream("not-pretty.html");
		
		/*
		 * 配置
		 */
		
		//打印配置
		//tidy.getConfiguration().printConfigOptions(new PrintWriter(System.out), true);

		//读取配置文件
		//tidy.setConfigurationFromFile("config.txt");
		//tidy.setConfigurationFromProps(null);
		
		
		//是否缩进
		tidy.setIndentContent(true); 
		
		//设置输出错误与警告信息
        StringWriter stringWriter = new StringWriter();
        PrintWriter errorWriter = new PrintWriter(stringWriter);
        tidy.setErrout(errorWriter);
		
		//是否XHTML,若是: 
 -> 
 ;  ->  ....
		tidy.setXHTML(true);
		
		//是否隐藏注释
		tidy.setHideComments(true); 
		
		//是否br在一行中显示
		tidy.setBreakBeforeBR(true); 
		
		//不知道是啥
		//tidy.setBurstSlides(false); 
		
		//是否删除空的

		tidy.setDropEmptyParas(false);
		
		//是否用p标签包括文字,如测试html的: plz save me
		tidy.setEncloseBlockText(false);
		
		//url中的 \ -> / 
		tidy.setFixBackslash(true);
		
		//属性也换行,真疯狂
		tidy.setIndentAttributes(false);
		
		//不知道是啥
		//tidy.setJoinStyles(false);
		
		//当有信息则回调,可以获得更多信息
		tidy.setMessageListener(new TidyMessageListener(){

			@Override
			public void messageReceived(TidyMessage message) {
				System.out.println("TidyMessageListener info : " + message.getMessage());
			}
		}); 
		
		//有中文,没效果
		tidy.setOutputEncoding("utf-8"); 
		
		//是否只有body内容
		tidy.setPrintBodyOnly(false);
		
		//移除空元素如:

		tidy.setTrimEmptyElements(true);
		
		//是否节点结束后另起一行 
		tidy.setSmartIndent(true);
		
		//是否用em替代i，strong替代b
		tidy.setLogicalEmphasis(true);
		
		//是否把大小的标记转换成小写
		tidy.setUpperCaseTags(false);
		
		//一行有多长
		tidy.setWraplen(1000); 
		
		//正确显示中文
		tidy.setInputEncoding("utf-8"); 
		
		/*
		 * 执行处理
		 */
		
		
		//2次输出
		Node node = tidy.parse(is, System.out);
		//System.out.println("\n\n\nstringWriter.toString():\n"+stringWriter.toString());
		
		//格式化打印
		ByteArrayOutputStream out = new ByteArrayOutputStream();
		Document doc = tidy.parseDOM(is, null);
		tidy.pprint(doc, out);
		String tidied = new String(out.toByteArray());
		System.out.println("\n\n tidied: \n" + tidied);
		//TODO 不要忘记关闭流
		
		
	}

}

//过滤器例子: http://jtidy.sourceforge.net/multiproject/jtidyservlet/filter.html