Jericho HTML Parser

Omschrijving

Jericho HTML Parser is een Java-bibliotheek die analyse en manipulatie van delen van een HTML-document mogelijk maakt, inclusief tags aan de serverzijde, terwijl niet-herkende of ongeldige HTML letterlijk wordt gereproduceerd. ASP-, JSP-, PSP-, PHP- en Mason-servertags worden expliciet herkend door de parser. Dit betekent dat normale HTML nog steeds correct wordt geparseerd, zelfs als er servertags in zitten, wat bijvoorbeeld gebruikelijk is bij het dynamisch instellen van elementattributen. Het heeft ingebouwde functionaliteit om alle tekst uit HTML-opmaak te extraheren, HTML-opmaak weer te geven met eenvoudige tekstopmaak, HTML-broncode op te maken die elementen inspringt op basis van hun diepte in de documentelementhiërarchie, en om HTML-broncode te comprimeren door alle onnodige witte ruimte.