在java中将分隔符和段落分隔符转换为新行

Question

基本上我有一个 HTML 片段，里面有
和

。我能够删除所有 HTML 标签，但这样做会使文本格式错误。

我想要 PHP 中类似 nl2br() 的东西，除了反转输入和输出，并考虑

标签。 Java 中有一个库吗？

Answer 1

您基本上需要将每个
替换为 \n 并将每个

替换为 \n\n代码>.因此，在成功删除它们的地方，您需要分别插入 \n 和 \n\n 。

这是一个在 Jsoup HTML 解析器的帮助下的启动示例（HTML 示例是故意这样编写的，因此即使不是几乎也很难不可能为此使用正则表达式）。

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>");
}

（注意：replaceAll() 是不必要的，因为我们只想在这里进行简单的逐个字符序列替换，而不是逐个字符序列替换 regexpattern)

输出：

<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

有点 hacky，但它有效。

Answer 2

br2nl 和 p2nl 并不太复杂。尝试一下：

String plain = htmlText.replaceAll("<br>","\\n").replaceAll("<p>","\\n\\n").replaceAll("</p>","");

Answer 3

您应该能够使用replaceAll。请参阅http://www.rgagnon.com/javadetails/java-0454.html 为例。只有其中 2 个，一个用于 p，一个用于 br。这个例子是相反的，但你可以改变它，用斜杠 n 替换 html