java - HTML 标签查找器

Question

我正在尝试创建一种方法来查找并返回给定 HTML 字符串中的第一个标记，如果未找到此类标记，则返回 null。 (标签类似于 <b> )

我查看了 String 类方法，但找不到适合此目的的方法。我在想我的计划是扫描每个单词的“<”，然后一旦找到，扫描“>”，但我不确定如何这样做。还想知道我是否应该在那里放一个 while/for 循环？感谢您的帮助，谢谢。

public class HTMLProcessor {

    public static void main(String[] args) {
    System.out.println(findFirstTag("<b>The man jumped.</b>"));
    }

    public static String findFirstTag(String text) {
    int firstIndex = text.indexOf("<");
    if (firstIndex >= 0) {
        String newText = text.substring(firstIndex);
        int secondIndex = newText.indexOf(">");

        return text.substring(firstIndex, secondIndex + 1);
    } else {
        return null;
    }

}

Answer 1

您可以尝试使用 String 类中的 indexOf() 和 lastIndexOf() 方法。

您肯定需要一个 HTML 解析器，只需选择一个即可。 Jsoup是最好的 html 解析器之一。

考虑到您在多个地方多次执行此操作。

And do not prefer much for regex while dealing with html strings