漂亮的 HTML 片段输出答案

【问题标题】：Pretty HTML snippet output漂亮的 HTML 片段输出
【发布时间】：2015-05-25 15:26:13
【问题描述】：

我有一个 HTML <div><p>text1</p></div><div><p>text1</p></div>sn-p

我想把它变成这样

<div>
  <p>text1</p>
</div>
<div>
  <p>text1</p>
</div>

最简单的方法是什么？（我看过transform和jsoup）但不确定使用什么真的很聪明。谢谢！

【问题讨论】：

谢谢，不知怎的我错过了这个:)

标签： java html jsoup transform pretty-print

【解决方案1】：

你可以用Jsoup点赞

String html = "<div><p>text1</p></div><div><p>text1</p></div>";
Document doc = Jsoup.parseBodyFragment(html);

但这会将您的文本包装成

<html>
  <head></head>
  <body>
    ..
  </body>
</html>

要摆脱这部分，您可以从<body> 获得部分喜欢

System.out.println(doc.body().html());

打印出来的

<div>
 <p>text1</p>
</div>
<div>
 <p>text1</p>
</div>

如果你想增加缩进，你可以提前设置

doc.outputSettings().indentAmount(4);

现在结果看起来像

<div>
    <p>text1</p>
</div>
<div>
    <p>text1</p>
</div>

【讨论】：

【解决方案2】：

jTidy 可以胜任这项任务 - http://jtidy.sourceforge.net/howto.html

public String prettyPrintHTML(String rawHTML)
{    
    Tidy tidy = new Tidy();
    tidy.setXHTML(true);
    tidy.setIndentContent(true);
    tidy.setPrintBodyOnly(true);
    tidy.setTidyMark(false);

    // HTML to DOM
    Document htmlDOM = tidy.parseDOM(new ByteArrayInputStream(rawHTML.getBytes()), null);

    // Pretty Print
    OutputStream out = new ByteArrayOutputStream();
    tidy.pprint(htmlDOM, out);

    return out.toString();
}

【讨论】：

是否可以避免在我的结果中自动添加头部和身体？我只需要解析 sn-p。
我已经设置了tidy.setPrintBodyOnly(true); - 应该这样做。如果它仍然被包装，只需从 htmlDOM 获取节点主体的内容。 Node body = htmlDom.getElementsByTagName("body").item(0);
如果我只需要漂亮的 [header part] 而不是 body 怎么办？
删除tidy.setPrintBodyOnly(true);。你得到完整的文档。然后再次使用 htmlDom 并提取标头节点。 Node head = htmlDom.getElementsByTagName("head").item(0);
它还将一些新的html5标签替换为div :( 不能真正使用它

【解决方案3】：

我会使用HTML Tidy，这里是online version。

许多文本编辑器都有插件或内置功能。

Sublime Text

BBEdit

Coda

【讨论】：

如何避免添加正文和html？我只想拥有我的sn-p。
这取决于您何时尝试执行此操作。您想即时执行此操作，以便将您的代码发送到格式化的页面，还是您在编辑时尝试执行此操作？
我需要显示我们页面组合的html的sn-ps。有些客户希望单独查看 sn-ps，而不是查看页面上的 HTML。