在java中从HTML中删除css信息

Question

是否有任何库或预先编写的代码可以从HTML代码中删除css属性.

要求是,Java代码必须通过输入html文档进行解析,并删除css属性并生成输出html文档.

例如,如果输入的html文档具有此元素,

      <p class="abc" style="xyz" > some text </p>

输出应该是

      <p > some text </p>

Answer 1

使用jsoup和NodeTraversor从所有元素中删除类和样式属性

Document doc = Jsoup.parse(input);


NodeTraversor traversor  = new NodeTraversor(new NodeVisitor() {

  @Override
  public void tail(Node node, int depth) {
    if (node instanceof Element) {
        Element e = (Element) node;
        e.removeAttr("class");
        e.removeAttr("style");
    }
  }

  @Override
  public void head(Node node, int depth) {        
  }
});

traversor.traverse(doc.body());
String modifiedHtml = doc.toString();