Java中用于短语和区分大小写搜索的HTML解析器

Question

我想知道Java中是否存在支持短语和区分大小写搜索的HTML解析器。 我需要知道的是html页面中针对搜索短语的点击次数以及对区分大小写的支持。

谢谢， 夏尔马

Answer 1

您是否尝试过this？

您可以使用正则表达式搜索文本。

Answer 2

没有用，如果你把html页面作为文本，剥离html标签：

String noHTMLString = htmlString.replaceAll("\\<.*?\\>", "");

现在count你在noHTMLString中需要什么？如果你有带有标记的html页面可能会有所帮助：

this is <span>cool</span>

并且你需要寻找文字“很酷”（因为prev html页面将被转换为“这很酷”的字符串）。要计算你可以使用Apache Commons Lang中的StringUtils，它有一个名为countMatches的特殊方法。一切都应该如下：

String htmlString = "this is <span>cool</span>";    
String noHTMLString = htmlString.replaceAll("\\<.*?\\>", "");
int count = StringUtils.countMatches( noHTMLString, "is cool");

我会采用这种方法，至少尝试一下。这听起来比解析html好，然后遍历它寻找你需要的单词......