将 html 解析为树

Question

我有以下 html 结构：

<table>
    <tr>
        <td rowspan="2">
            NodeData
        </td>
        <td>NodeData</td>
        <td>
            NodeData
        </td>
        <td>NodeData</td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
    </tr>
    <tr>
        <td>NodeData</td>
        <td>
            NodeData
        </td>
        <td>NodeData</td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
    </tr>
</table>

但它也可以（在某些情况下）是垂直的：

<table>
    <tr>
        <td colspan="8">
            NodeData
        </td>
    </tr>
    <tr>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>NodeData</td>
        <td>NodeData</td>
        <td>NodeData</td>
    </tr>
    <tr>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td ">
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
        <td>
            NodeData
        </td>
    </tr>
</table>

现在我想把这些表格变成树状结构，因为它们总是从单个元素分支出来的。实现它的最简单方法是什么？我想出的只是创建一个二维数组（表表示）并遍历它，检查相邻节点中的 colspan，但肯定有更好的方法吗？

Answer 1

在这种模式下，您可以像读取 xml 一样读取您的 html 代码

DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
InputSource is = new InputSource(new StringReader(yourHtmlString));
Document doc = builder.parse(is);
doc.getDocumentElement().normalize();
NodeList nodeList = doc.getElementsByTagName("table");
if (nodeList.getLength() != 1)
    return null;
Node node = nodeList.item(0);
Element element = (Element) node;
NodeList nl = element.getElementsByTagName("tr");
...

希望我正确理解了你的问题