Question

我希望能得到一些帮助，告诉我如何处理我曾试图写过几次的程序。

我有很多文件夹。在每个文件夹中，都有一个HTML文件和一个.txt文件，其中包含HTML文件中的文本，并删除了所有HTML标记。

例如，简化的HTML文件可能是

<html><head></head><body><p>This is some <b>text</b></p><p>Please ignore me</p></body></html>

在同一个文件夹的.txt中，我有“这是一些文字”。

从这两个文件中，我想创建一个新文件，这是一个带有“这是一些文本”的框的HTML，如下所示：

这里显而易见的问题是漂亮打印的文本文件不包含任何标记，因此很难在HTML文档中找到它。

到目前为止我的想法是：

- 在变量中保存.txt内容。 - 抓取HTML内容，删除所有HTML标签：

public static String html2text(String html) {
    return Jsoup.parse(html).text();
}

我不确定如何从这一点开始。我的意思是......我可以尝试添加一个带有围绕文本的类的div，然后为此添加边框样式...但是如何可靠地在HTML中找到子字符串，保留所有标记HTML？

我确信有一个简单的方法可以做到这一点，我只是在思考它，我通常会与朋友聊聊并解决它，但每个人似乎都处于离线状态 - 所以我来找你指导这里。

有人可以提供任何反馈吗？感谢。

Answer 1

这应该适合你：

有关selectors和setting attribute values

的更多信息

private void test(){
    //replace with your stored variables
    String html = "<html><head></head><body><p>This is some <b>text</b></p><p>Please ignore me</p></body></html>";
    String txt = "This is some text";

    Document doc = Jsoup.parse(html);

    String query = "p:contains(" + txt + ")";
    Elements htmlTxt = doc.select(query); //selects all the paragraph elements with your target txt

    //Loop through each element and add a red border around it
    for(Element e : htmlTxt){
        System.out.println("e: " + e.toString());
        e.attr("style", "border:3px; border-style:solid; border-color:#FF0000; padding: 1em;");
    }
}

在文档的子字符串周围绘制一个框

1 个答案: