如何在 Java 中更改 HTML 标签内容？答案

【问题标题】：How to change HTML tag content in Java?如何在 Java 中更改 HTML 标签内容？
【发布时间】：2009-12-19 21:56:31
【问题描述】：

如何在 Java 中更改标签的 HTML 内容？例如：

之前：

<html>
    <head>
    </head>
    <body>
        <div>text<div>**text**</div>text</div>
    </body>
</html>

之后：

<html>
    <head>
    </head>
    <body>
        <div>text<div>**new text**</div>text</div>
    </body>
</html>

我试过 JTidy，但它不支持 getTextContent。有没有其他解决办法？

谢谢，我不想解析格式良好的 HTML。我试过 TagSoup，但是当我有这个代码时：

<body>
sometext <div>text</div>
</body>

我想将“sometext”更改为“someAnotherText”，当我使用{bodyNode}.getTextContent()时，它给了我：“sometext text”；当我使用setTextContet("someAnotherText"+{bodyNode}.getTextContent())，并序列化这些结构时，结果是<body>someAnotherText sometext text</body>，没有<div>标签。这对我来说是个问题。

【问题讨论】：

标签： java html tags jtidy

【解决方案1】：

除非您绝对确定 HTML 有效且格式正确，否则我强烈建议您使用 HTML 解析器，例如 TagSoup、Jericho、NekoHTML、HTML Parser 等，两个第一个特别强大，可以解析任何类型的废话:)

比如用HTML Parser（因为实现很简单），用visitor，提供自己的NodeVisitor：

public class MyNodeVisitor extends NodeVisitor {
    public MyNodeVisitor() {
    }

    public void visitStringNode (Text string)
    {
        if (string.getText().equals("**text**")) {
            string.setText("**new text**");
        }
    }
}

然后，创建Parser，解析HTML字符串并访问返回的节点列表：

Parser parser = new Parser(htmlString);
NodeList nl = parser.parse(null);
nl.visitAllNodesWith(new MyNodeVisitor());
System.out.println(nl.toHtml());

这只是实现这一点的一种方法，非常简单。

【讨论】：

【解决方案2】：

如果您的 HTML 是格式良好的 XML（如果不是，则可以使用 JTidy 来整理它），您可以使用 DOM 或 SAX 解析器对其进行解析。如果您的文档不大，DOM 可能会更容易。

如果您的文本是具有 id="id" 的节点的唯一子节点，则类似的方法可以解决问题：

Document d = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(file);
Element e = d.getElementById("id");
Node text = e.getFirstChild();
text.setNodeValue(process(text.getNodeValue());

之后您可以将 d 保存到文件中。

【讨论】：

我需要更多说明 e.getFirstChild();返回节点，那么如何声明为元素“元素文本 = e.getFirstChild();”...请澄清我@Dmitry...谢谢
setNodeValue 和 getNodeValue 在 Node 中定义。感谢您关注返回类型。
但是你没有定义process(..)方法。

【解决方案3】：

here 列出了一堆开源 Java HTML 解析器。

我不确定最常用的是什么，但this one（称为 HTML 解析器）可能会满足您的需求。它具有修改树并将其写回的功能。

【讨论】：

【解决方案4】：

一般来说，您有一个要从中提取数据的 HTML 文档。您大致了解 HTML 文档的结构。

有几个解析器库，但最好的一个是 Jsoup，您可以使用 DOM 方法来导航文档和更新值。在您的情况下，您需要读取文件并使用属性设置器方法。

XHTML 文件示例：

<?xml version="1.0" encoding="UTF-8"?>
<!--
To change this license header, choose License Headers in Project Properties.
To change this template file, choose Tools | Templates
and open the template in the editor.
-->
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
    <head>
        <title>Example</title>
    </head>
    <body>
        <p id="content">Hello World</p>

    </body>
</html>

Java 代码：

     File input = new File("D:\\Projects\\Odata Project\\Odata\\src\\web\\html\\inscription_template.xhtml");
            org.jsoup.nodes.Document doc = Jsoup.parse(input,null);
            org.jsoup.nodes.Element content = doc.getElementById("content");
            System.out.println(content.text("Hi How are you ?"));
            System.out.println(content.text());
            System.out.println(doc);

执行后的输出：

<p id="content">Hi How are you ?</p>
Hi How are you ?
<!--?xml version="1.0" encoding="UTF-8"?-->
<!--
To change this license header, choose License Headers in Project Properties.
To change this template file, choose Tools | Templates
and open the template in the editor.
--><!doctype html>
<html xmlns="http://www.w3.org/1999/xhtml">
 <head> 
  <title>Example</title> 
 </head> 
 <body> 
  <p id="content">Hi How are you ?</p>   
 </body>
</html>

【讨论】：

您好 Menai，我有一个带有链接的 html 页面。它有带有标签 rel="noopener noreferrer" 的 url。这些网址不会在 onClick 事件中打开。能说说怎么解决这个问题吗？