如何使用Java解析Html并将结果作为字符串
我想解析一个Html并将结果作为字符串。 鉴于外部Html的主体包含另一个Html字符串,我希望将该内部Html作为输出字符串
示例>;输入HTML:
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"><html><head></head><body><p><!DOCTYPE html><br /><html><br /><body><br /><br /><h1>My First Heading</h1><br /><br /><p>My first paragraph.</p><br /><br /></body><br /></html><br /><br /></p></body></html>
输出字符串:
<!DOCTYPE html><html><body><h1>My First Heading</h1><p>My first paragraph.</p></body></html>
重要提示:我使用的是一个HTML编辑器,如果我在其中输入了一些东西,它会在执行getText时返回该输入的HTML表示,上面的第一个HTML字符串只是该表示
此外,输出字符串应该与我在此处运行第一个字符串时相同(http://www.w3schools.com/html/tryit.asp?filename=tryhtml_basic)
请帮我做这个
# 1 楼答案
我会选择一些regexp:
第1组和第2组
运行示例: http://rextester.com/JTOJ89529