Question

我想做什么......

我的Android应用程序中有一个webview。我从服务器获取一个巨大的html内容作为字符串和来自应用程序用户（Android手机用户）的搜索字符串。现在我打破搜索字符串并创建一个正则表达式。当我将其显示在我的WebView中时，我希望突出显示与我的正则表达式匹配的所有html内容。

我尝试了什么...

因为它是html，我只想将正则表达式匹配的单词包装成一对带黄色背景的标签。

我得到的html内容上的简单正则表达式和replaceAll。非常错误，因为它会拧紧并取代“＆＃39;＆lt;＆＃;和＆＃39;＆gt;＆＃39;。
我尝试使用Matcher和Pattern组合。很难省略标签内的内容。
我使用了JSOUP Parser并且它有效！

我使用NodeTraversor类遍历html。我使用Matcher和Pattern类来查找匹配的单词并将其替换为我想要的标签。

但它很慢。我基本上想在Android上使用它，它的大小就像284kB。我删除了一些不需要的类，它现在是201kB，但对于Android设备来说仍然太多了。此外，HTML内容可能非常大。我也查看了JSoup源代码。它在解析时会迭代每个字符。我不知道所有解析器是否都做同样的事情，但对于大型html文档来说肯定是慢的。

这是我的代码 -

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Highlighter {

    private String regex;
    private String htmlContent;
    Pattern pat;
    Matcher mat;


    public Highlighter(String searchString, String htmlString) {
        regex = buildRegexFromQuery(searchString);
        htmlContent = htmlString;
        pat = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
    }

    public String getHighlightedHtml() {

        Document doc = Jsoup.parse(htmlContent);

        final List<TextNode> nodesToChange = new ArrayList<TextNode>();

        NodeTraversor nd  = new NodeTraversor(new NodeVisitor() {

            @Override
            public void tail(Node node, int depth) {
                if (node instanceof TextNode) {
                    TextNode textNode = (TextNode) node;
                    String text = textNode.getWholeText();

                    mat = pat.matcher(text);

                    if(mat.find()) {
                        nodesToChange.add(textNode);
                    }
                }
            }

            @Override
            public void head(Node node, int depth) {        
            }
        });

        nd.traverse(doc.body());

        for (TextNode textNode : nodesToChange) {
            Node newNode = buildElementForText(textNode);
            textNode.replaceWith(newNode);
        }
        return doc.toString();
    }

    private static String buildRegexFromQuery(String queryString) {
        String regex = "";
        String queryToConvert = queryString;

        /* Clean up query */

        queryToConvert = queryToConvert.replaceAll("[\\p{Punct}]*", " ");
        queryToConvert = queryToConvert.replaceAll("[\\s]*", " ");

        String[] regexArray = queryString.split(" ");

        regex = "(";
        for(int i = 0; i < regexArray.length - 1; i++) {
            String item = regexArray[i];
            regex += "(\\b)" + item + "(\\b)|";
        }

        regex += "(\\b)" + regexArray[regexArray.length - 1] + "[a-zA-Z0-9]*?(\\b))";
        return regex;
    }

    private Node buildElementForText(TextNode textNode) {
        String text = textNode.getWholeText().trim();

        ArrayList<MatchedWord> matchedWordSet = new ArrayList<MatchedWord>();

        mat = pat.matcher(text);

        while(mat.find()) {
            matchedWordSet.add(new MatchedWord(mat.start(), mat.end()));
        }

        StringBuffer newText = new StringBuffer(text);

        for(int i = matchedWordSet.size() - 1; i >= 0; i-- ) {
            String wordToReplace = newText.substring(matchedWordSet.get(i).start, matchedWordSet.get(i).end);
            wordToReplace = "<b>" + wordToReplace+ "</b>";
            newText = newText.replace(matchedWordSet.get(i).start, matchedWordSet.get(i).end, wordToReplace);       
        }
        return new DataNode(newText.toString(), textNode.baseUri());
    }

    class MatchedWord {
        public int start;
        public int end;

        public MatchedWord(int start, int end) {
            this.start = start;
            this.end = end;
        }
    }
}

以下是我的称呼方式 -

htmlString = getHtmlFromServer();
Highlighter hl = new Highlighter("Hello World!", htmlString);
new htmlString = hl.getHighlightedHTML();

我确信我所做的并不是最佳方式。但我似乎无法想到其他任何事情。

我想 - 减少突出显示它所需的时间。 - 减小库的大小

有什么建议吗？

Answer 1

如何使用javascript突出显示它们？

你知道，每个人都喜欢javascript，你可以找到像this blog这样的例子。

Answer 2

JTidy和HTMLCleaner是最好的Java HTML Parser之一。

见 Comparison between different Java HTML Parser

和

What are the pros and cons of the leading Java HTML parsers?

什么比JSoup for Android更好？

2 个答案: