Jericho HTML Parser

ការពិពណ៌នា

Jericho HTML Parser គឺជាបណ្ណាល័យ java ដែលអនុញ្ញាតឱ្យមានការវិភាគ និងរៀបចំផ្នែកនៃឯកសារ HTML រួមទាំងស្លាកផ្នែកខាងម៉ាស៊ីនមេ ខណៈពេលដែលបង្កើតឡើងវិញនូវពាក្យសំដីដែលមិនស្គាល់ ឬមិនត្រឹមត្រូវ។ ស្លាកម៉ាស៊ីនមេ ASP, JSP, PSP, PHP និង Mason ត្រូវបានទទួលស្គាល់យ៉ាងច្បាស់ដោយអ្នកញែក។ នេះមានន័យថា HTML ធម្មតានៅតែត្រូវបានញែកយ៉ាងត្រឹមត្រូវ បើទោះបីជាមានស្លាកម៉ាស៊ីនមេនៅខាងក្នុងពួកវាក៏ដោយ ដែលជារឿងធម្មតាឧទាហរណ៍នៅពេលកំណត់គុណលក្ខណៈធាតុដោយថាមវន្ត។ វាមានមុខងារភ្ជាប់មកជាមួយដើម្បីស្រង់អត្ថបទទាំងអស់ចេញពី HTML markup បង្ហាញ HTML markup ជាមួយនឹងទម្រង់អត្ថបទសាមញ្ញ ធ្វើទ្រង់ទ្រាយកូដប្រភព HTML ដែលចូលបន្ទាត់ធាតុទៅតាមជម្រៅរបស់វានៅក្នុងឋានានុក្រមធាតុឯកសារ និងបង្រួមកូដប្រភព HTML ដោយយកពណ៌សដែលមិនចាំបាច់ទាំងអស់ចេញ។ លំហ។