Sopa de tags. tagsoup é um analisador Sax2 escrito em Java.
Baixe Agora

Sopa de tags. Classificação e resumo

Sopa de tags. Tag

Analisador HTML. marcação Analisador sax2. SAX2 Analisação XML. Sopa

Sopa de tags. Descrição

Tagsoup é um analisador Sax2 escrito em Java. Tagsoup é um analisador Sax2 escrito em Java que, em vez de analisar o XML bem formado ou válido. Parses de sopa de tag HTML como é encontrado em estado selvagem: desagradável e brutal, embora bastante muitas vezes longe de ser curto. Fornecendo uma interface sax, permite que ferramentas XML padrão sejam aplicadas até mesmo o pior HTML. É um analisador, nem uma aplicação inteira; Não se destina a limpar permanentemente o HTML ruim, pois o HTML Tidy faz, apenas para analisá-lo na mosca. As seguintes opções são compreendidas: - Arquivos em saída em arquivos individuais, com extensões HTML alteradas para XHTML. Caso contrário, toda a saída é enviada para a saída padrão. A saída --html é em HTML limpo: A declaração XML é suprimida, assim como as tags de ponta para os elementos vazios conhecidos. - Declaração de XML A declaração XML é suprimida. --Method = tags de extremidade HTML para os elementos HTML vazios conhecidos são suprimidos. A saída --pyx está no formato PYX. A entrada --pyxin está em formato pirxóide (não precisa ser bem formada). --Nons Namespaces são suprimidos. Normalmente, todos os elementos estão no namespace XHTML 1.X, e todos os atributos não estão em namespace. --Nobogons Bogons (elementos desconhecidos) são suprimidos. Normalmente, eles são tratados como vazios. --Nodefaults suprima valores de atributo --Nocores alteram os dois pontos explícitos em elementos e nomes de atributos para sublinhados --Norestart Não reinicie quaisquer elementos normalmente reinicializados - talvez os vagões recebam um modelo de conteúdo em vez de vazio. - Passe postal através de comentários HTML. Não tem efeito quando a saída está no formato PYX. --reuse Reutilize uma única instância do analisador Tagsoup. Normalmente, um novo é instanciado para cada arquivo de entrada. --Nocdata Altere os modelos de conteúdo dos elementos de script e estilo para tratá-los como elementos #PCDATA (somente texto), como no XHTML, em vez do modelo de conteúdo CDATA especial. --encoding = Codificação Especifique a codificação de entrada. O padrão é o padrão da plataforma Java. - Help Imprimir ajuda. --version Imprimir o número da versão.Requirements: · Java 1.4.2 ou depois que é novo nesta versão: · A questão principal foi com comentários HTML, que estavam muito mal quebrados: qualquer personagem terminaria um, então comentando elementos não Trabalhe adequadamente. · Tudo deve agora estar correto. · Todos devem atualizar quem possivelmente pode. · Além disso, #xnnnn (com capital X) agora funciona, algum código de depuração foi removido do Pyxwriter, um BOM UNICODE no início de um documento é ignorado , e a nova versão do Saxon é suportada como processador XSLT. · A documentação foi adicionada em recursos SAX e propriedades específicas para Tagsoup.

Sopa de tags. Software Relacionado