Question

在尝试使用第三方HTML编辑器执行（我希望）操作简单的问题后，我遇到了问题。由于这些问题，我正在寻找可用于执行操作的替代HTML解析器的建议。

这是我的情况，我的html中有span标签（带有ID属性来识别它们），我只想根据客户端另一个区域的更新来替换它们的内容。例如：

<html>
    <body>
        <p>Hello <span id="1">name</span> you are <span id="2">age</span></p>
    </body>
</html>

我一直在尝试使用HTMLDocument这样的javax.swing.text类：

Element e;
e = doc.getElement(document.getDefaultRootElement(), Attribute.ID, "1");
document.setInnerHTML(element, "John");
e = doc.getElement(document.getDefaultRootElement(), Attribute.ID, "2");
document.setInnerHTML(element, "99");

但返回的元素是一个叶元素，不允许设置innerHTML。不幸的是，该文件，读者和解析器全部由第三方提供。所以我无法真正修改它。

所以，我希望的是其他人遇到过类似的问题，可以推荐一个替代库来做这个吗？

提前致谢，B。

Answer 1

你真的不能用java.swing.text.HTMLDocument来实现吗？

我从来没有尝试过这个，而是通过API读取

的内容

document.replace(e.getStartOffset(), e.getEndOffset()-e.getStartOffset(), "John", null)

而不是使用setInnerHtml（）可以工作。

Answer 2

你试过HTML Parser吗？它是一个强大的Java开源HTML解析库。

Answer 3

HTMLParser是一个很棒的库，但它是LGPL，可能不适合某些商业项目。

如果您的html格式正确，那么您可以进入Dom4J遍历节点，如果您的HTML格式不正确，您可以将Tidy与Dom4J结合使用

Answer 4

我在TagSoup的当前项目上好运。

Answer 5

我非常成功地使用了JTidy。它接收HTML，删除垃圾，所以你有一个合适的DOM对象，然后只需使用XPath来改变你的目标。

对java HTML解析器/编辑器的建议

5 个答案: