java - 如何使用 GWT 优化从 MS Word 复制的 HTML 文本？

Question

我遇到了 RichTextArea 的问题，所以我的问题是:当我将从 Ms Word 或 OpenOffice 复制的文本粘贴到 RichTextArea 时，它保留了所有文本样式，这是完美的，但一个坏处是它的 HTML 文本足够大:(。由于不必要的 HTML 标记，数据库的大小不断增加。

我的问题是:“如何轻松优化 HTML 文本？”

谢谢!!!

Answer 1

RichTextArea是基于浏览器的contentEditable支持。这意味着您最终得到的 HTML“标签汤”将是特定于平台、源和浏览器的。当您说“优化”时，您的最终目标是什么？您要保留多少原始格式？除了对粘贴的 HTML 进行微不足道的缩小之外，HTML 复杂性的任何显着降低都可能导致视觉保真度下降。

实用程序，例如 HTML Tidy或其任何衍生物可能会在缩小方面帮助您。如果您的目标是降低 HTML 的复杂性，您可以考虑使用 HTMLUnit作为俘虏，服务器端浏览器在内存中呈现粘贴的内容，然后从 HTMLUnit 的 DOM 中提取您认为有用的属性。 FWIW，这是使 AJAX 应用程序可被搜索引擎抓取的一种方法。

虽然降低视觉保真度可能会让原始用户感到有些不安，但它确实为您提供了统一所有粘贴内容的视觉风格的机会。如果您基于许多用户的贡献构建网站，这种同质性会减少定位(即看到您所看到的)内容所需的脑力劳动。