使用Java中的XML标记拆分String

Question

我想在Java中编写一个方法，用XML标记分割String，如下所示：

"Lorem ipsum <b>dolor</b> sit amet consetetur <b>diam</b> nonumy."

应该返回数组：

["Lorem ipsum ", "<b>dolor</b>", " sit amet consetetur ", "<b>diam</b>", " nonumy."]

这适用于每个XML标记，也适用于<element />等自动关闭标记。

是否存在以简单方式执行类似操作的库？

谢谢！

Answer 1

在拆分中使用环视应该可以解决问题：

String splits[] = input.split("\\s+(?=<b>)|(?<=</b>)\\s+");

示例：

String input = "Lorem ipsum <b>dolor</b> sit amet consetetur <b>diam</b> nonumy.";
for(String s : input.split("\\s+(?=<b>)|(?<=</b>)\\s+")){
    System.out.println(s);
}

如果要在吐痰数组中保持空间不变，请从正则表达式中删除\\s+。