HTMLParser怎么将标记不配对的HTML文件变为像XML文件一样标记配对

rbw204 发布于 2012/04/12 16:58
阅读 594
收藏 0

我现在的问题是,比如,有这样一段HTML代码:<strong>这是测试网页! <br>

我想补全标签对,即变为这样:<strong>这是测试网页!</strong> <br></br>,但是事先我并不知道这是一个<strong>标签,更不知道<strong>标签没有配对。不知HTMLParser能否实现这个功能,如果能,用什么方法实现?期待您的解答,谢谢!(我的最终目的是实现网页正文抽取)

加载中
0
红薯
红薯
jsoup 吧,解析一下,然后 toHtml 就弄好了
0
返回顶部
顶部