Jericho HTML Parser

جریکو HTML تجزیه کننده یک کتابخانه جاوا اجازه می دهد تجزیه و تحلیل و دستکاری قطعات از یک سند HTML، از جمله برچسب ها سمت سرور، در حالی که تولید مثل کلمه به کلمه هر HTML ناشناخته یا نامعتبر است. ASP، JSP، PSP، پی اچ پی و میسون برچسب ها سرور به صراحت با تجزیه شناسایی. این به این معنی است که HTML معمولی همچنان به درستی حتی اگر برچسب ها سرور در داخل آنها، است که مشترک به عنوان مثال زمانی که به صورت پویا تنظیم ویژگی های عنصر وجود دارد تجزیه. این با از بین بردن تمام غیر ضروری سفید ساخته شده است در عملکرد را استخراج متن از نشانه گذاری HTML، ارائه نشانه گذاری HTML با قالب بندی متن ساده، کد قالب کد HTML که عناصر را تو با توجه به عمق خود را در سلسله مراتب عنصر سند، و به کد منبع HTML جمع و جور فضا.