Question

我想将<和>替换为<和>，如果它不是html标记的一部分。输入将是一个可能包含某些html标记的字符串。它还可以包含少于＆amp;大于号（“＆gt;”“＆lt;”）。例如：

String example1 = "-> <b> Bold </b> <-";
String example2 = "< <i> Italic </i> >"
String example3 = "<i>foo >> </i>"

作为输出我想得到：

String output1 = "-&gt; <b> Bold </b> &lt;-";
String output2 = "&lt; <i> Italic </i> &gt;";
String output3 = "<i>foo &gt;&gt; </i>";

所以replaceAll不起作用，我猜我必须使用正则表达式匹配。有任何想法吗？其他一些方式？

注1：由于某些项目要求，第三方库不是一个选项 注2：我们仅支持HTML标记的一个子集（文本样式标记：斜体，下划线，粗体等）。

Answer 1

这是一项非繁琐的任务。 HTML不是常规语言（可能是不规则的？）因此您无法使用正则表达式解析它。我建议如下：

选项1

如果您不需要保留空白区域，请使用此选项。

从输入中删除所有空格。
使用“＆lt;”将输入拆分为令牌和“＆gt;”作为分离者;保留分离器。
流程如下：
1. 如果令牌不是受支持的HTML标记且包含“＆lt;”，则转换“＆lt;”根据需要。
2. 如果令牌不是受支持的HTML标记且包含“＆gt;”，请转换“＆gt;”根据需要。
3. 不更改HTML标记。

选项2

使用多字符前瞻处理每个输入行。

输入中的每个字符。转换字符为{“＆gt;”，“＆lt;”}

该字符是否为转换字符。
如果不是，请前进到下一个角色。
如果是，请预先确定这是否是受支持的HTML标记（这是棘手的部分）。
如果不是受支持的HTML标记的一部分，请转换该字符。
如果支持的HTML标记的一部分，则前进到HTML标记后面的字符。

Answer 2

如果您不能打扰使用外部库，那么您需要创建一个包含所有html标记的数组并对字符串运行它。

我不推荐它，因为有图书馆......

Answer 3

如果您只支持五个html标记，则可以先从文本中删除这些标记。替换＆lt;和＆gt;通过＆lt;和＆gt;然后再次添加html标记。您remove＆lt; b＆gt;从文本中通过例如[b]替换它。对其他标签也一样。

Answer 4

假设任意HTML文件，您必须隔离文本节点并对其运行replace。

如果您不能使用现有的库，我只需编写自己的库。

（JSoup可以做到这一点，但它是一个'外部库' - 也就是说，不包含在Java SE标准中，但只是重新实现它是一种选择。）

Answer 5

假设字符串包含有效HTML tags。可以应用以下方法来解析字符串以获得您要查找的结果：

private static String parse(String str)
{
    StringBuilder sBuilder = new StringBuilder();
    for (int i = 0 ; i < str.length() ; i++)
    {
        char ch = str.charAt(i);
        if (ch == '>' && i != 0)
        {
            char c = str.charAt( i - 1);
            if (Character.isWhitespace(c) || !Character.isLetter(c))
            {
                sBuilder.append("&gt;");
            }
            else
                sBuilder.append(ch);
        }
        else if (ch == '>' && i==0)
        {
            sBuilder.append("&gt;");
        }
        else if (ch == '<' && i < str.length() - 1)
        {
            char c = str.charAt( i + 1);
            if (!(c=='/' || Character.isLetter(c)))
            {
                sBuilder.append("&lt;");
            }
            else
                sBuilder.append(ch);
        }
        else if (ch == '<' && i == str.length() - 1)
        {
            sBuilder.append("&lt;");
        }
        else
        {
            sBuilder.append(ch);
        }
    }
    return sBuilder.toString();
}

替换“＆lt;”和“＆gt;”用“＆lt;”和“＆gt;”

5 个答案:

选项1

选项2