Jericho HTML Parser

Jericho HTML parser ay isang java library na nagbibigay-daan sa pagtatasa at manipulasyon ng mga bahagi ng isang HTML na dokumento, kabilang ang mga server-side na mga tag, habang reproducing verbatim anumang hindi kilalang o di-wastong HTML. ASP, JSP, PSP, PHP at Mason tag server ay tahasang kinikilala ng pang-parse. Nangangahulugan ito na ang normal na HTML ipina-parse nang maayos kahit na may mga tag ng server sa loob ng mga ito, na kung saan ay karaniwang halimbawa kapag pabago-bago ng pagtatakda ng mga katangian elemento pa rin. Ito ay built-in na pag-andar upang kunin ang lahat ng mga teksto mula sa HTML markup,-render ng HTML markup na may mga simpleng format ng teksto, sa format na HTML source code na indents elemento ayon sa kanilang lalim sa hierarchy elemento dokumento, at sa mga compact na HTML source code sa pamamagitan ng pag-aalis ng lahat ng mga hindi kinakailangang puti space.