0

我想解析一个 Html 并将结果作为一个字符串。鉴于外部 Html 的主体包含另一个 Html 字符串，我希望将内部 Html 作为输出字符串。

示例> 输入 HTML：

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html><head></head><body><p>&lt;!DOCTYPE html&gt;<br />&lt;html&gt;<br />&lt;body&gt;<br /><br />&lt;h1&gt;My First Heading&lt;/h1&gt;<br /><br />&lt;p&gt;My first paragraph.&lt;/p&gt;<br /><br />&lt;/body&gt;<br />&lt;/html&gt;<br /><br /></p></body></html>

输出字符串：

<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>

重要提示：我正在使用 HTML 编辑器，如果我在其中输入内容，它会在执行 getText 时返回该输入的 HTML 表示，上面的第一个 Html 字符串仅是该表示。

此外，输出字符串应该与我在这里运行第一个字符串时相同（http://www.w3schools.com/html/tryit.asp?filename=tryhtml_basic）

请帮我解决一下这个。

4

1 回答 1

1

我会使用一些正则表达式：

(<!DOCTYPE html>).*(<html>.*</html>).+

并采取第 1 组和第 2 组，

    tst = tst.replaceAll("<", "<").replaceAll(">",">");
    Pattern p = Pattern.compile("(<!DOCTYPE html>).*(<html>.*</html>).*</html>.*");
    Matcher m = p.matcher(tst);
    m.find();
    System.out.println(m.group(1) + m.group(2));

运行示例： http ://rextester.com/JTOJ89529

于 2015-03-25T10:58:46.343 回答