Question

作为前提，我有一个HTML文本，其中包含一些<ol>元素。它们具有start属性，但是我使用的框架无法在PDF转换期间解释它们。因此，我尝试应用的技巧是在开始时添加一些不可见的<li>元素。

例如，假设此输入文本：

<ol start="3">
   <li>Element 1</li>
   <li>Element 2</li>
   <li>Element 3</li>
</ol>

我想产生这个结果：

<ol>
   <li style="visibility:hidden"></li>
   <li style="visibility:hidden"></li>
   <li>Element 1</li>
   <li>Element 2</li>
   <li>Element 3</li>
</ol>

因此，将n-1个不可见元素添加到有序列表中。但是我无法从Java中以通用方式做到这一点。

假设示例中有确切的情况，我可以这样做（使用replace，因此-老实说-没有正则表达式）：

htmlString = htmlString.replace("<ol start=\"3\">",
            "<ol><li style=\"visibility:hidden\"></li><li style=\"visibility:hidden\"></li>");

但是，显然，它仅适用于“ start = 3”的情况。我知道我可以使用组来提取“ 3”，但是如何将其用作“变量”以指定字符串<li style=\"visibility:hidden\"></li> n-1次？感谢您的任何见识。

Answer 1

您不能使用正则表达式执行此操作，或者即使您发现某些破解方法也将是次佳的解决方案。

正确的方法是使用HTML解析库（例如Jsoup），然后将<li>标签作为子元素添加到<ol>，特别是使用{{3 }} 方法。（使用Jsoup，您还可以读取start属性值，以计算要添加的元素的数量）

Answer 2

自Java 9开始，有一个Matcher.replaceAll method taking a callback function作为参数：

String text = "<ol start=\"3\">\n\t<li>Element 1</li>\n\t<li>Element 2</li>\n\t<li>Element 3</li>\n</ol>";

String result = Pattern
        .compile("<ol start=\"(\\d)\">")
        .matcher(text)
        .replaceAll(m -> "<ol>" + repeat("\n\t<li style=\"visibility:hidden\" />", 
                                         Integer.parseInt(m.group(1))-1));

对于repeat字符串，您可以从here中获得技巧，也可以使用循环。

public static String repeat(String s, int n) {
    return new String(new char[n]).replace("\0", s);
}

然后，result是：

<ol>
    <li style="visibility:hidden" />
    <li style="visibility:hidden" />
    <li>Element 1</li>
    <li>Element 2</li>
    <li>Element 3</li>
</ol>

如果您仍然使用Java的较旧版本，则仍然可以按照两个步骤进行匹配和替换。

Matcher m = Pattern.compile("<ol start=\"(\\d)\">").matcher(text);
while (m.find()) {
    int n = Integer.parseInt(m.group(1));
    text = text.replace("<ol start=\"" + n + "\">", 
            "<ol>" + repeat("\n\t<li style=\"visibility:hidden\" />", n-1));
}

由Andreaジーティーオー更新：

我修改了上面的（great）解决方案，其中还包含具有多个属性的<ol>，以使它们的标签不以start结尾（例如，<ol>的字母为{ {1}}）。这使用<ol start="4" style="list-style-type: upper-alpha;">处理整个正则表达式。

replaceAll

Answer 3

使用Jsoup，您可以编写如下内容：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

class JsoupTest {
    public static void main(String[] args){
        String html = "<ol start=\"3\">\n" +
                        "   <li>Element 1</li>\n" +
                        "   <li>Element 2</li>\n" +
                        "   <li>Element 3</li>\n" +
                        "</ol>"
                + "<p>some other html elements</p>"
                + "<ol start=\"5\">\n" +
                        "   <li>Element 1</li>\n" +
                        "   <li>Element 2</li>\n" +
                        "   <li>Element 3</li>\n" +
                        "   <li>Element 4</li>\n" +
                        "   <li>Element 5</li>\n" +
                        "</ol>";

        Document doc = Jsoup.parse(html);
        Elements ols = doc.select("ol");
        for(Element ol :ols){
            int start = Integer.parseInt(ol.attr("start"));
            for(int i=0; i<start-1; i++){
                ol.prependElement("li").attr("style", "visibility:hidden");
            }  
            ol.attributes().remove("start");
            System.out.println(ol);
        }
    }
}

Answer 4

您可以尝试一下。

$config

Answer 5

请使用java Matcher 和 Pattern 来计数 li 标记的出现，并使用 StringBuilder insert 方法以插入不可见的元素。

Matcher m = Pattern.compile("<li>").matcher(s);
        while(m.find()){
           ++count;
        }

正则表达式：如何用n次出现的子字符串替换字符串

5 个答案: