使用Java解析HTML“style”属性

Question

我将HTML代码解析为org.w3c.dom.Document。我需要检查所有标记style属性，解析它们，更改一些CSS属性并将修改后的样式定义放回属性。

是否有任何标准方法可以解析style属性？如何使用org.w3c.dom.css包中的类和接口？

我需要一个Java解决方案。

Answer 1

如果您想要一种没有任何依赖关系的方法，您可以使用javax.swing.text.html包类来获取大部分内容：

import javax.swing.text.html.*;

StyleSheet styleSheet = new StyleSheet()
AttributeSet dec = ss.getDeclaration("margin:2px;padding:3px");
Object marginLeft = dec.getAttribute(CSS.Attribute.MARGIN_LEFT);
String marginLeftString = marginLeft.toString(); // "2px"

这会返回一个StyleSheet.CssValue，但遗憾的是它不公开。因此需要将其转换为String。此外，它不会处理em个单位。不过，它对各种风格都很聪明。不理想，但避免依赖。

Answer 2

首先，我会检查javax.xml包中的类。 javax.xml.parsers包包含两种解析样式的解析器：SAXParser和DocumentBuilder。听起来你想让DocumentBuilder创建一个DOM。您可以手动遍历DOM（缓慢而痛苦），也可以使用XPath标准查找DOM中的元素。 Java支持就在javax.xml.xpath。

XPathExpression xpath = XPath.compile("//@style");
Object results = xpath.evaluate(dom, XPathConstants.NODESET);

你有责任将结果转换为NodeList并正确迭代，但它是获得你想要的最直接的方法。查看Java的DOM API以获取有关读取和更改值的更多信息。

我不相信对Java内置的CSS解析器有任何支持，但您可以查看这些项目：

• http://www.w3.org/Style/CSS/SAC/Overview.en.html
• http://cssparser.sourceforge.net/

这可能会帮助您实现目标。注意：Batik CSS解析器被合并到更大的Apache Batik项目中：http://xmlgraphics.apache.org/batik/index.html可能比您需要的更多，但它是一个公司友好的许可证。

Answer 3

我不确定我是否完全理解您的要求，但基本上，您必须：

1. 阅读样式表并提取CSS规则。
2. 阅读HTML页面并找到属性。
3. 替换旧CSS属性的新CSS属性。
4. 撰写HTML页面。

看起来你会使用CSSStyleSheet接口从sytlesheet中提取CSS规则。