преобразуйте повреждения и концы абзаца в новую строку в Java
В основном у меня есть фрагмент HTML с внутри. Я смог удалить все HTML-тэги, но выполнение так оставляет текст в неверном формате.
Я хочу что-то как nl2br() в PHP кроме реверса ввод и вывод и также принимает во внимание теги. существует ли библиотека для него в Java?
3 ответа
Вам необходимо заменить каждый на
\ n и каждый на \ п \ п . Итак, в тех точках, где вам удастся их удалить, вам нужно вставить \ n и \ n \ n соответственно.
Вот начальный пример с помощью парсера HTML Jsoup (пример HTML специально написан таким образом, поэтому использовать регулярное выражение для этого сложно, если не почти невозможно).
public static void main(String[] args) throws Exception {
String originalHtml = "<p>p1l1<br/><!--</p>-->p1l2<br><!--<p>--></br><p id=p>p2l1<br class=b>p2l2</p>";
String text = br2nl(originalHtml);
String newHtml = nl2br(text);
System.out.println("-------------");
System.out.println(text);
System.out.println("-------------");
System.out.println(newHtml);
}
public static String br2nl(String html) {
Document document = Jsoup.parse(html);
document.select("br").append("\\n");
document.select("p").prepend("\\n\\n");
return document.text().replace("\\n", "\n");
}
public static String nl2br(String text) {
return text.replace("\n\n", "<p>").replace("\n", "<br>");
}
(примечание: replaceAll () не требуется, так как здесь нам нужна простая замена charsequence-by-charsequence, а не замена regexpattern-by-charsequence)
Вывод:
<p>p1l1<br/><!--</p>-->p1l2<br><!--<p>--></br><p id=p>p2l1<br class=b>p2l2</p>
-------------
p1l1
p1l2
p2l1
p2l2
-------------
<p>p1l1 <br>p1l2 <br> <br> <p>p2l1 <br>p2l2
Немного хакерский , но это работает.
br2nl и p2nl не слишком сложны. Попробуйте:
String plain = htmlText.replaceAll("<br>","\\n").replaceAll("<p>","\\n\\n").replaceAll("</p>","");
У вас должна быть возможность использовать replaceAll. См. Пример http://www.rgagnon.com/javadetails/java-0454.html . Таких всего 2, один для р и один для бр. В примере все наоборот, но вы можете изменить его, заменив html косой чертой n