java - 在Java中获取不是html的字符串的一部分

Question

在我的 Java 应用程序中，我有必须编辑的字符串。问题是这些字符串可以包含不应编辑的 HTML 标签/元素（没有 id 来检索元素）。

场景（加-）：

String a = "<span> <table> </table>  </span> <div></div> <div> text 2</div>";
should become: <span> <table> </table>  </span> <div></div> <div> -text 2</div>  

String b = "text";
should become: -text

String c = "<p> t </p>";
should become: <p> -t </p>  

我的问题是：如何检索可以包含 html 标签的字符串中的文本（无法添加 id 或类）

Answer 1

您可以使用 XML 解析库。

String newText = null;
for ( Node node : document.nodes() ) {
  if ( node.text() != null ) newText = "-" + node.text();
}

请注意，这是伪的。

newText现在将是-text或节点文本是什么。

编辑：就“文本可以包含 html 元素” 而言，您的问题有点模棱两可。
如果它不包含 html 标签，那么您不能使用 XML 解析器，这会带来问题.. 如果它不包含标签，那么您为什么不能这样做...

String newString = "-" + a;