如何使用 groovy 将一些 HTML 片段转换为 XHTML？

Question

我有一个输入 String 包含一些 HTML 片段，如下例所示

I would have enever thought that <b>those infamous tags</b>, 
born in the <abbr title="Don't like that acronym">SGML</abbr> realm,
would make their way into the web of objects that we now experience.

显然，真实的要复杂得多（包括链接、图像、div 等），我想编写一个具有以下原型的方法

String toXHTML(String html) {
     // What do I have to write here ?
}

Answer 1

如果没有输入格式的描述，它可能会是一些类似 html 的东西。 解析这样的混乱很快就会变得丑陋。但看起来其他人已经做得很好了：

#!/usr/bin/env groovy
@Grapes(
    @Grab(group='jtidy', module='jtidy', version='4aug2000r7-dev')
)
import org.w3c.tidy.*
def tidy = new Tidy()
tidy.parse(System.in, System.out)

使用原力，Riduidel。

Answer 2

看看这个：http://blog.foosion.org/2008/06/09/parse-html-the-groovy-way/ 这可能是您正在寻找的东西。