使用JTidy将html转化成xhtml

在做中间件平台的时候，其中有一步就是将html转化成xhtml，这部分由lj负责，于是乎，跑去问了问lj，得知她采用的是JTidy的一个jar文件，于是在网上搜了一下，稍作修改，完成功能是，输入文件为html，输出文件为xhtml.

具体实现如下：

（1）构建路径，引入相应的jar文件jtidy-r938.jar

（2）代码如下：

package beans; import java.io.*; import java.text.*; import java.util.*; import java.net.*; import org.w3c.tidy.Configuration; import org.w3c.tidy.Tidy; public class test { public static void main(String args[]) { testt = newtest(); t.doTidy("c:\\hopetest\\b.html");//转化开始 } public void doTidy(Stringf_in) { BufferedInputStream sourceIn; //输入流 ByteArrayOutputStream tidyOutStream; //输出流 try { Reader reader; FileInputStream fis = new FileInputStream(f_in);//读文件 ByteArrayOutputStream bos = new ByteArrayOutputStream(); int ch; while((ch=fis.read())!=-1) { bos.write(ch); } fis.close(); byte[] bs = bos.toByteArray(); bos.close(); String hope_gb2312=new String(bs,"GB2312");//注意，默认是GB2312，所以这里先转化成GB2312然后再转化成其他的。 byte[] hope_b=hope_gb2312.getBytes(); String basil=new String(hope_b,"utf-8");//将GB2312转化成UTF-8 byte[]basil_b=basil.getBytes(); ByteArrayInputStream stream = newByteArrayInputStream(basil.getBytes()); tidyOutStream = new ByteArrayOutputStream(); Tidy tidy = new Tidy(); tidy.setInputEncoding("UTF-8"); tidy.setQuiet(true); tidy.setOutputEncoding("UTF-8"); tidy.setShowWarnings(false); //不显示警告信息 tidy.setIndentContent(true);// tidy.setSmartIndent(true); tidy.setIndentAttributes(false); tidy.setWraplen(1024); //多长换行 //输出为xhtml tidy.setXHTML(true); tidy.setErrout(newPrintWriter(System.out)); tidy.parse(stream, tidyOutStream); DataOutputStream to=new DataOutputStream(new FileOutputStream("C:\\hopetest\\bb.xhtml")); //将生成的xhtml写入 tidyOutStream.writeTo(to); System.out.println(tidyOutStream.toString()); } catch ( Exception ex ) { System.out.println( ex.toString()); ex.printStackTrace(); } } }