java - Java中获取非html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 HTML 标签/元素，这些标签/元素不应该被编辑(没有 id 来检索元素)。

场景(添加-):

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 class)

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 或任何节点文本。

编辑:您的问题在“文本可以包含 html 元素”方面有点含糊。
如果它不包含 html 标签，那么你就不能使用 XML 解析器，这就提出了问题..如果它不包含标签，那么你为什么不能这样做......

String newString = "-" + a;