如何处理我的应用程序内的网页内容

Question

我的系统（我正在使用JSP）处理网络上的现有网站。我的应用程序应该能够显示该网站的页面，并进行一些更改，例如突出显示某些单词。

所以我的程序将会从该网站带来页面并突出显示某些特定单词，然后再次向我的系统用户显示带有突出显示单词的页面。

我怎么能用java做到这一点？

Answer 1

您可以使用Tika获取HTML内容（或任何其他工具，如果您已经在使用某些内容）。 然后使用<span/>突出显示需要突出显示的文本片段。渲染页面。

考虑不同的标记非常重要。

另外，更简单的解决方案是使用javascript（特定的jquery），这将使整个过程更简单。 jQuery library

Answer 2

我会保存XPath或其他所需DOM节点的标识，并将其用于一些 JavaScript 代码的参数化，这些代码可以由Java注入，为什么不呢。

或者你可以在你的单词周围注入span标签，给它们一些id并为这些id注入CSS。这需要一些常规表达，不需要库。

Answer 3

您显然正在尝试在原始页面和操作页面之间构建过滤器。因此，在JSP中，您将原始页面作为文本阅读。如果它在您自己的服务器上，您只需打开文件并阅读即可。或者您可能需要创建一个Socket以通过Internet读取它。无论哪种方式，您将其作为文本读取，插入所需的任何其他标记，然后将此标记版本编写为JSP的输出。您的JSP本身没有实际内容，所有输出都将在＆lt;％和％＆gt;内生成。 with out.println语句。 （JSP不是这里最自然的选择，你可能想要研究servlet，但是无论如何。没有实际文本的JSP没有任何本质上的错误。）