java - REGEX:在 HTML 文本中添加链接

Question

我有一个难题需要您的帮助:我需要用 HTML 文本中的链接替换某些单词。

For example, I have to replace "word" with "<a href="...">word</ a>"

难度加倍:

• 1.不要在标签属性中添加链接
• 2.不要添加链接其他链接(嵌套链接)。

我找到了解决方案来满足情况(1)，但我无法处理情况(2)。

这是我的简化代码:

String text="sample text <a>sample text</a> sample <a href='http://www.sample.com'>a good sample</a>";
String wordToReplace="sample";
String pattern="\\b"+wordToReplace+"\\b(?![^<>]*+>)"; //the last part is here to solve de problem (1)
String link="["+wordToReplace+"]"; //for more clarity, the generated link is replaced by [...]

System.out.println(text.replaceAll(pattern,link));

结果是:

[sample] text <a>[sample] text</a> [sample] <a href='http://www.sample.com'>a good [sample]</a>

问题:另一个链接中有一个链接。

你知道如何解决这个问题吗？

提前谢谢

Answer 1

使用正则表达式解析 HTML 总是一个坏主意，正是因为像这样的奇怪情况。最好使用 HTML 解析器。 Java 有一个内置的 HTML 解析器 using Swing您可能想研究一下。