Analyseur Html Java et étiquettes de fermeture

Question

Comment gérer les balises de fermeture (ex: </h1>) avec la bibliothèque d'analyseurs HTML HTML?

Par exemple, si je donne les résultats suivants:

public class MyFilter implements NodeFilter { 

public boolean accept(Node node) { 
    if (node instanceof TagNode) { 
    TagNode theNode = (TagNode) node; 
    if (theNode.getRawTagName().equals("h1")) { 
    return true; 
    } else { 
    return false; 
    } 
    } 
    return false; 
} 
} 

public class MyParser { 
public final String parseString(String input) { 
    Parser parser = new Parser(); 
    MyFilter theFilter = new MyFilter(); 
    parser.setInputHTML("<h1>Welcome, User</h1>"); 
    NodeList theList = parser.parse(theFilter); 
    return theList.toHtml(); 
} 
} 

Quand je lance mon analyseur, je reçois la sortie suivante retour:

<h1>Welcome, User</h1>Welcome, User</h1> 

Le NodeList contient une liste de taille 3 avec la entités suivantes:

(tagNode) <h1> 

(textNode) Welcome, User 

(tagNode) </h1> 

Je voudrais que la sortie soit "<h1>Welcome, User</h1>". Est-ce que quelqu'un voit ce qui ne va pas dans mon exemple d'analyseur? Je pense que

vous devez compter sur isEndTag() API dans ce cas:

Answer 1

Hint.

Answer 2

Votre filtre accepte trop de nœuds. Pour votre exemple d'entrée, vous voulez créer un NodeList qui n'a qu'un seul nœud - pour la balise <h1>. Les deux autres nœuds sont enfants de ce premier nœud et ne doivent donc pas être ajoutés au NodeList.

---

Si vous ajoutez le code suivant, vous pouvez voir mieux quel est le problème.

for (Node node : theList.toNodeArray()) 
{ 
    System.out.println(node.toHtml()); 
} 

Il faut imprimer

<h1>Welcome, User</h1> 
Welcome, User 
</h1>