一种网页内容的格式化输出方法

摘要

本发明公开了一种网页内容的格式化输出方法，其特征在于，将网页特定区域的内容格式化输出成纯文本格式，并在适当的地方加上缩进和回车等，使输出的文本尽可能接近浏览器里的展示形式，该方法包括：解析Html页面，将html转换成标准xml格式；先有预留一个字符串缓冲区(StringBuffer)，生成文档树结构(DOMTree)并遍历该树结构的所有节点，将文本内容追加到字符串缓冲区中。遍历完成后字符串缓冲区的内容就是最终的格式化文本。本发明提供的网页内容输出方法，使得对网页的正文以更接近浏览器似的格式化输出，给用户更好的阅读体验。

主权项

一种网页内容的格式化输出方法，其特征在于，该方法包括以下步骤：A、解析Html页面，将html转换成标准xml格式；B、先有预留一个字符串缓冲区(StringBuffer)，生成文档树结构(DOMTree)并遍历该树结构的所有节点，将文本内容追加到字符串缓冲区中，遍历完成后字符串缓冲区的内容就是最终的格式化文本。