Question

我想解析一个Html并将结果作为字符串。鉴于外部Html的Body包含另一个Html字符串，我希望内部Html作为输出字符串。

例＆gt;输入HTML：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html><head></head><body><p>&lt;!DOCTYPE html&gt;<br />&lt;html&gt;<br />&lt;body&gt;<br /><br />&lt;h1&gt;My First Heading&lt;/h1&gt;<br /><br />&lt;p&gt;My first paragraph.&lt;/p&gt;<br /><br />&lt;/body&gt;<br />&lt;/html&gt;<br /><br /></p></body></html>

输出字符串：

<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>

重要提示：我使用的是HTML编辑器，如果输入内容，它会在执行getText时返回该输入的HTML represantation，上面的第一个Html字符串只是该表示。

此外，输出字符串应与我在此处运行第一个字符串（http://www.w3schools.com/html/tryit.asp?filename=tryhtml_basic）

时相同

请帮助我。

Answer 1

我会选择一些正则表达式：

(<!DOCTYPE html>).*(<html>.*</html>).+

采取第1组和第2组，

    tst = tst.replaceAll("<", "<").replaceAll(">",">");
    Pattern p = Pattern.compile("(<!DOCTYPE html>).*(<html>.*</html>).*</html>.*");
    Matcher m = p.matcher(tst);
    m.find();
    System.out.println(m.group(1) + m.group(2));

例如： http://rextester.com/JTOJ89529

如何解析Html并使用Java将结果作为String获取

1 个答案: