Jericho HTML Parser

Përshkrim

Jericho HTML Parser është një bibliotekë java që lejon analizën dhe manipulimin e pjesëve të një dokumenti HTML, duke përfshirë etiketat nga ana e serverit, ndërsa riprodhon fjalë për fjalë çdo HTML të panjohur ose të pavlefshëm. Etiketat e serverit ASP, JSP, PSP, PHP dhe Mason njihen në mënyrë eksplicite nga analizuesi. Kjo do të thotë që HTML-ja normale është ende e analizuar siç duhet edhe nëse ka etiketa serveri brenda tyre, gjë që është e zakonshme për shembull kur vendosen në mënyrë dinamike atributet e elementit. Ka funksionalitet të integruar për të nxjerrë të gjithë tekstin nga shënimi HTML, për të dhënë shënimin HTML me formatim të thjeshtë teksti, për të formatuar kodin burimor HTML që fut elementet sipas thellësisë së tyre në hierarkinë e elementit të dokumentit dhe për të kompaktuar kodin burimor HTML duke hequr të gjitha të bardha të panevojshme hapësirë.