|
在 Java 专家 Michael Geisler 为 Builder 澳大利亚写的第一篇文章中，他向读者展示了如何使用 JTidy 将 HTML 文件转换成 XML。
有关 Java 的最重要的事情是有很多扩展标准库可以作为标准平台的一部分，而且在那些库中有对 XML 提供了非常多的支持。然而对于某些特定的需要，在标准库中可能没有直接的支持。
其实你有两个选择：
完全由自己来构建一些东西。这一般很痛苦，而且很费时间。
去“社区”看看是否已经有人遇到了同样的问题（这种情况非常有可能发生），看他是否乐意与你分享他的成果。
对于这个情况，SourceForge 上有一个非常有用的小项目，叫做 JTidy。JTidy 的Web 站点位于 http://sourceforge.net/projects/jtidy/。
JTidy 提供 HTML 语法检查和 HTML 的“pretty printing（漂亮打印）”，但是对于你来说，它还允许你将一个 HTML 文件作为输入，然后将其转换成为 XML。JTidy 读取输入文件，然后如果发现有任何不匹配或遗漏的闭合标记，将纠正这些标记，最后输出一个格式良好的 XML 文档。
从下面的示例代码中可以看到，JTidy 的用法相当简单。简单地将 JTidy 实例设置为输出 XML，提供一个输入 URL，输出文件和错误文件，然后启动转换过程就可以了。
import java.net.URL;
import java.io.*;
import org.w3c.tidy.Tidy;
public class TestHTML2XML {
private String url;
private String outFileName;
private String errOutFileName;
public TestHTML2XML(String url, String outFileName, String
errOutFileName) {
this.url = url;
this.outFileName = outFileName;
this.errOutFileName = errOutFileName;
}
public void convert() {
URL u;
BufferedInputStream in;
FileOutputStream out;
Tidy tidy = new Tidy();
//Tell Tidy to convert HTML to XML
tidy.setXmlOut(true);
try {
//Set file for error messages
tidy.setErrout(new PrintWriter(new FileWriter(errOutFileName), true));
u = new URL(url);
//Create input and output streams
in = new BufferedInputStream(u.openStream());
out = new FileOutputStream(outFileName);
//Convert files
tidy.parse(in, out);
//Clean up
in.close();
out.close();
} catch (IOException e) {
System.out.println(this.toString() + e.toString());
}
}
public static void main(String[] args) {
/*
* Parameters are:
* URL of HTML file
* Filename of output file
* Filename of error file
*/
TestHTML2XML t = new TestHTML2XML(args[0], args[1], args[2]);
t.convert();
}
}
|
