Jericho HTML Parser es una biblioteca de Java que permite el análisis y la manipulación de partes de un documento HTML, incluyendo etiquetas del lado del servidor, mientras que reproduce literalmente cualquier HTML no reconocido o no válido. Etiquetas de servidor ASP, JSP, PSP, PHP y Mason se reconocen explícitamente por el intérprete. Esto significa que HTML normal, todavía se analiza correctamente, incluso si hay etiquetas de servidor dentro de ellos, que es común por ejemplo la hora de establecer dinámicamente atributos de los elementos. Se ha incorporado en la funcionalidad para extraer todo el texto de marcado HTML, render marcado HTML con formato de texto simple, código de formato fuente HTML que sangra elementos en función de su profundidad en la jerarquía elemento documento y compacto código fuente HTML mediante la eliminación de todos los innecesarios blanco espacio.
Comentarios que no se encuentran