Question

我需要转换一些具有嵌套标签的HTML文本，以使用css属性修饰“匹配”以突出显示它（如firefox搜索）。我不能只做一个简单的替换（例如，如果用户搜索“img”），所以我试图在正文中进行替换（而不是在标记属性上）。

我有一个非常简单的HTML解析器，我认为应该这样做：

final Pattern pat = Pattern.compile(srch, Pattern.CASE_INSENSITIVE);
Matcher m = pat.matcher(output);
if (m.find()) {
    final StringBuffer ret = new StringBuffer(output.length()+100);
    lastPos=0;
    try {
        new ParserDelegator().parse(new StringReader(output.toString()),
        new HTMLEditorKit.ParserCallback () {
            public void handleText(char[] data, int pos) {
                ret.append(output.subSequence(lastPos, pos));
                Matcher m = pat.matcher(new String(data));
                ret.append(m.replaceAll("<span class=\"search\">$0</span>"));
                lastPos=pos+data.length;
            }
        }, false);
        ret.append(output.subSequence(lastPos, output.length()));
        return ret;
    } catch (Exception e) {
 return output;
    }
}
return output;

我的问题是，当我调试它时，handleText被调用包含标签的文本！这就像它只是深入一层。谁知道为什么？我是否需要对HTMLParser做一些简单的事情（没有多少使用它）来启用嵌套标签的“正确”行为？

PS - 我自己想出来了 - 见下面的答案。简而言之，如果您传递HTML，而不是预先转发的HTML，它可以正常工作。卫生署！希望这有助于其他人。

<span>example with <a href="#">nested</a> <p>more nesting</p>
</span> <!-- all this gets thrown together -->

Answer 1

在XP上使用JDK6似乎对我很好。我用head和body标签包装了你的示例HTML。我有三行输出：

a）示例 b）嵌套 c）更多嵌套

这是我使用的代码：

import java.io.*;
import java.net.*;
import javax.swing.text.html.parser.*;
import javax.swing.text.html.*;

public class ParserCallbackText extends HTMLEditorKit.ParserCallback
{
    public void handleText(char[] data, int pos)
    {
        System.out.println( data );
    }

    public static void main(String[] args)
        throws Exception
    {
        Reader reader = getReader(args[0]);
        ParserCallbackText parser = new ParserCallbackText();
        new ParserDelegator().parse(reader, parser, true);
    }

    static Reader getReader(String uri)
        throws IOException
    {
        // Retrieve from Internet.
        if (uri.startsWith("http:"))
        {
            URLConnection conn = new URL(uri).openConnection();
            return new InputStreamReader(conn.getInputStream());
        }
        // Retrieve from file.
        else
        {
            return new FileReader(uri);
        }
    }
}

Answer 2

对于这个误导性的问题感到抱歉 - 我发现了我的问题，并且它没有包含在我的描述中 - 我的输入字符串已经过预处理，因此我查看了文本，例如

<span>example with &lt;a href="#"&gt; nested &gt;/a&lt; &gt;p&lt;more nesting&gt;/p&lt;
</span> <!-- well of course it all gets thrown together -->

为什么Swing Parser的handleText不处理嵌套标签？

2 个答案: