Jericho HTML Parser

Lýsing

Jericho HTML Parser er Java bókasafn sem leyfir greiningu og meðhöndlun á hlutum HTML skjals, þar á meðal miðlarahliðarmerkjum, en endurskapar orðrétt allt óþekkt eða ógilt HTML. ASP, JSP, PSP, PHP og Mason miðlaramerki eru sérstaklega viðurkennd af þáttaranum. Þetta þýðir að venjulegt HTML er enn flokkað á réttan hátt, jafnvel þó að það séu miðlaramerki inni í þeim, sem er algengt til dæmis þegar frumeinkenni eru stillt á virkan hátt. Það hefur innbyggða virkni til að draga út allan texta úr HTML merkingu, gera HTML merkingu með einföldu textasniði, forsníða HTML frumkóða sem dregur inn þætti í samræmi við dýpt þeirra í skjalaþátta stigveldinu og til að þétta HTML frumkóða með því að fjarlægja allan óþarfa hvítan pláss.