在 RTE 文本中用 <ul> 标签包裹 <li> 标签答案

【问题标题】：Wrap <li> tags with <ul> tag in RTE text在 RTE 文本中用 <ul> 标签包裹 <li> 标签
【发布时间】：2017-12-06 17:48:25
【问题描述】：

我有一个格式如下的 RTE 文本：

<li> text </li> 
<li> text </li> 
<p>  text </p> 
<p>  text </p>
<li> text </li>
<li> text </li>

这里的问题是，“li”标签没有包裹在“ul”标签中。因为我正在编写迁移脚本，所以我想使用 Java 来实现这一点。我在 Jquery 中找到了答案，但在 Java 中很难找到这样的解决方案。

注意：不确定是否重要，但这是客户在 Excel 工作表中提供的用于迁移的 RTE 文本。

上述文本的预期结果如下：

<ul>
   <li> text </li> 
   <li> text </li> 
</ul>
   <p>  text </p> 
   <p>  text </p>
<ul>
   <li> text </li>
   <li> text </li>
</ul>

【问题讨论】：

这里没有足够的上下文让我们回答。您是在 DOM 中还是在纯文本流中处理它？请解释输入和输出机制。
纯文本流。我将 jcr 属性分配给 RTE 组件，以便该组件将呈现并转换此纯文本。但需要在 java 中解析这个纯文本以添加

标签： java css html tags jsoup

【解决方案1】：

如果您只是将其作为字符串返回，这里有一个正则表达式解决方案，它应该可以工作或至少可以作为一个很好的起点。

String pattern1 = "(?<!</li>\\s{0,100})(<li>)";
String replace1 = "<ul><li>";

String pattern2 = "</li>(?!\\s{0,100}<li>)";
String replace2 = "</li></ul>";

该模式查找前面没有</li> 标记的<li> 标记（忽略它们之间的任何空格），然后用一个开头的<ul><li> 标记替换它们。

然后它会查找任何 </li> 标签后面没有 <li> 标签并替换为 </li></ul> 标签

下面的完整代码，或here 是一个活生生的例子

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexMatches {

   public static void main( String args[] ) {
      // String to be scanned to find the pattern.
      String input = "<li> text </li> <li> text </li> <p>  text </p> <p>  text </p><li> text<span>more test</span> </li><li> text </li>";
      String pattern1 = "(?<!</li>\\s{0,100})(<li>)";
      String replace1 = "<ul><li>";

      String pattern2 = "</li>(?!\\s{0,100}<li>)";
      String replace2 = "</li></ul>";

      // Create a Pattern object
      Pattern r1 = Pattern.compile(pattern1);
      Pattern r2 = Pattern.compile(pattern2);
      // Now create matcher object.
      Matcher m1 = r1.matcher(input);

      input = m1.replaceAll(replace1);

      Matcher m2 = r2.matcher(input);
      input = m2.replaceAll(replace2);
      System.out.println(input);

   }
}

【讨论】：