将结束标记添加到 HtmlElement (HtmlUnit)

发布于 2024-12-23 06:03:24 字数 222 浏览 3 评论 0原文

我想将 Htmlpage 转换为 pdf。但 HtmlPage 有很多标签尚未关闭：

< hr >
< br >

因此我无法创建 Pdf。如何在 Java 上使用 HtmlUnit 来关闭这些标签。我想要的是：

<hr />
<br />

谢谢

原文

I want to convert a Htmlpage to pdf. But HtmlPage has lots of tags that haven't been closed as:

< hr >
< br >

Therefore I couldn't create Pdf. How can I close these tags by using HtmlUnit on Java. What I want is :

<hr />
<br />

Thanks

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

与之呼应 2024-12-30 06:03:24

您可以使用 HTML Tidy 来更正 HTML。 Java 库是 JTidy。 JTidy 可以配置为生成 XHTML。

回复收藏 0 原文

青衫儰鉨ミ守葔 2024-12-30 06:03:24

实际上这些标签不应该有结束标签。看看这个：

http://www.w3schools.com/html5/tag_br.asp

http://www.w3schools.com/html5/tag_hr.asp

回复收藏 0 原文

回忆躺在深渊里 2024-12-30 06:03:24

谢谢各位的解答，我错了。问题不在于这些 html 标签。因为我要转换的html页面包含非法的xml字符，因此我无法转换它。

我通过使用 Xerces 库的 XMLChar.isValid 方法找到了解决方案。
此外，我必须使用以下代码删除 htmlpage 的所有 script 和 style 标签：

final DomNodeList<HtmlElement> scriptElements = html.getElementsByTagName("script");
if (!scriptElements.isEmpty()){
    for (HtmlElement scriptElement : scriptElements){   
        scriptElement.removeAllChildren();
    }
}

Thanks for answers, I was wrong. The issue was not about these html tags. Because the htmlpage that I wanted to convert contained illegal xml characters, therefore I couldn't convert it.

I found the solution by using XMLChar.isValid method of Xerces library.
In addition, I had to remove all script and style tags of htmlpage with this code :

final DomNodeList<HtmlElement> scriptElements = html.getElementsByTagName("script");
if (!scriptElements.isEmpty()){
    for (HtmlElement scriptElement : scriptElements){   
        scriptElement.removeAllChildren();
    }
}

回复收藏 0 原文

~没有更多了~