html在服务器端搜索和替换

Question

我喜欢搜索stack <"sometag"> overflow</"sometag">之类的内容 并替换为stack <"sometag">underflow</"sometag">

它是大型html文本的一部分，我喜欢用Java来实现（我可以使用的服务器端技术有一些限制）。我搜查并发现这篇文章： How to find/replace text in html while preserving html tags/structure

其中一个答案建议使用特殊标记进行标记，生成纯文本然后使用正则表达式。最后取消标记并将字符串返回到html。但它假定字符串出现在文本中的给定位置。我无法知道字符串的位置以及重复的次数。

当然，直接使用正则表达式搜索和替换是不合适的，因为我需要保留html标记。

提前致谢！

Answer 1

我有点担心使用regexp来更改HTML文件。太多事情都会出错。

您的HTML文件是否符合XML标准？ （例如，XHTML？）。 在这种情况下，您可能最好使用XSL或基于查询的解析器进行XML级别转换。

Answer 2

看一下http://jsoup.org/它会用标签做各种各样的事情。