如何在Java中实现XHTML到HTML的格式转换？

你已经在使用jsoup做HTML到XHTML的转换，反向转换直接使用jsoup内置的输出配置即可完成，不需要引入额外依赖。

核心原理 #

jsoup本身兼容XHTML/XML格式的输入，只需将输出语法规则切换为HTML模式，即可自动完成标签语法、转义规则的适配，核心改动仅一行输出配置。

实现步骤与代码示例 #

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.parser.Parser;

public class XhtmlToHtmlConverter {
    public static String convert(String xhtmlContent) {
        // 解析XHTML内容，含自定义命名空间时必须使用xmlParser
        Document document = Jsoup.parse(xhtmlContent, "", Parser.xmlParser());
        
        // 核心配置：设置输出语法为HTML模式
        document.outputSettings()
                .syntax(Document.OutputSettings.Syntax.html)
                .prettyPrint(true); // 按需开启格式化缩进，不需要可设为false

        // 输出转换后的HTML字符串
        return document.html();
    }

    public static void main(String[] args) {
        // 测试示例
        String testXhtml = """
                <html xmlns="http://www.w3.org/1999/xhtml">
                <body>
                    <p>测试<br />换行<br />
                    <img src="demo.png" alt="测试图" />
                    </p>
                </body>
                </html>
                """;
        String htmlResult = convert(testXhtml);
        System.out.println(htmlResult);
    }
}

转换效果说明 #

• 自动将XHTML的自闭合标签语法（如<br />、<img />）转换为HTML标准格式<br>、<img>
• 自动去除XHTML强制要求的XML命名空间属性
• 按HTML规则处理特殊字符转义，避免XHTML的严格转义导致的HTML兼容问题
• 若需要对输出内容做标签、属性过滤，可搭配jsoup的clean方法配合Safelist规则使用。

内容的提问来源于stack exchange，提问作者Louabk