jsoup处理html标签分享

之前写过一篇利用正则表达式处理标签的blog使用正则表达式处理html标签方案分享，感觉正则效率高些，但是一些复杂的文本对于正则表达式要求较高，大概看了下jsoup的解决方式，很轻便，效率上虽然不如正则表达式，但是贵在上手容易，所以就写了个样板供大家参考，写的不好请大家轻喷哦，如下：

import org.apache.commons.lang.StringUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Node;
import org.jsoup.safety.Whitelist;
import org.jsoup.select.NodeTraversor;
import org.jsoup.select.NodeVisitor;

/**
* @ClassName: HtmlTaghandleUtil
* @Description: 处理img标签
* @author YYYong
* @date 2016年5月25日 上午9:22:33
* 
*/
public class HtmlTaghandleUtil
{

	static Whitelist whitelist = new Whitelist()
	.addTags("b", "br", "cite", "code", "em", "i", "ol", "pre", "q",
			"small", "strike", "sub", "sup", "u")
	.addAttributes("span", "style").addAttributes("a", "href", "title");
	
	public static String imgTagFix(String content) {

		if(StringUtils.isEmpty(content))
		{
			return "";
		}
		Document doc = Jsoup.parseBodyFragment(content);
		BrVisitor formatter = new BrVisitor();
		NodeTraversor traversor = new NodeTraversor(formatter);
		traversor.traverse(doc);
		doc.outputSettings().prettyPrint(false);
		doc.outputSettings().outline(false);
		String cont = Jsoup.clean(doc.body().html(), whitelist);
		return cont;
	}

	private static class BrVisitor implements NodeVisitor {

		@Override
		public void head(Node arg0, int arg1)
		{
			
		}

		@Override
		public void tail(Node node, int depth)
		{
			String name = node.nodeName();
			if ("img".equalsIgnoreCase(name)) {
				String title = node.attr("title");
				if(!StringUtils.isEmpty(title))
				{
					node.after(title);
				}
				else
				{
					String src = node.attr("src");
					if(!StringUtils.isEmpty(src))
					{
						node.after("{{" + src + "}}");
					}
				}
			}
		}
	}
}

测试的话，大家写个main函数就可以了，也可以参考上一篇blog

作者声明：有问题请联系794465942@qq.com