java html字符串处理

2019独角兽企业重金招聘Python工程师标准>>>

package com.jarry;

public class RegularizedHtml {

	public static void main(String[] args) {
		String initHtml = "<p style = text-align:center;margin:10px; font-size:12px; width=30px height=100px class=class1 class2 ><strong  class =class3 class4 >文本内容 </strong><img src=http://img1.jpg/><em   class= class1 class2></em><img src= http://img2.jpg /></p>";
		System.out.println(regularized(initHtml));
	}

	public static String regularized(String initHtml) {
		initHtml = initHtml.replaceAll("/>", " />");//处理单标签，确保标签符号与属性分隔开
		StringBuffer htmlSb = new StringBuffer();
		String[] splitStrs = initHtml.split(">");
		for (String string : splitStrs) {
			
			if(string.startsWith("<") //只处理开始标签
					&& !string.startsWith("</") //过滤掉结束标签
					){
				System.out.println("\n----------------------------------");
				System.out.println(string);
				System.out.println("==================================");
				//下面将开始标签先按空格分隔，然后从后面开始处理，插入到一个StringBuffer中
				String[] properties = string.split(" ");
				StringBuffer stringBuffer = new StringBuffer();
				
				boolean isCompleteValue = true;//是否处理完一个属性值，从后往前遍历，遇到=时表示处理完一个属性值
				boolean isCompleteProperty = true;//是否处理完一个属性, 添加完一个=后，再添加一个值，则表示一个属性添加完成
				/*
				 * stringBuffer 组合规则：
				 * 	初始状态isCompleteValue=true;isCompleteProperty = true;
				 *  遍历properties元素
				 *  如果是/（单标签结束符），那么直接追加
				 *  当isCompleteValue=true;isCompleteProperty=true;时stringBuffer插入元素需要追加"，并将两个值都设置为false
				 *  当isCompleteValue=false;isCompleteProperty=false;时stringBuffer只需要插入元素，这时的元素为属性值
				 *  当遇到=时，此时isCompleteValue=false;isCompleteProperty=false;插入元素前，将=换成=",并设置isCompleteValue=true;如果元素中包含属性名称，那么设置isCompleteProperty=true;否则表示下一元素是属性名称即在下一次设置
				 *  当isCompleteValue=true;isCompleteProperty=false;时stringBuffer需要插入元素，这时的元素为属性名称，并设置isCompleteProperty=true;
				 *  最后将标签名插入到stringBuffer
				 */
				
				//这里i > 0结束。忽略"<标签名"，单独插入
				for (int i = properties.length-1; i > 0; i--) {
					System.out.println(properties[i]+"; isCompleteValue="+isCompleteValue+";isCompleteProperty="+isCompleteProperty);
					if("/".equals(properties[i])){//单标签 结束符
						stringBuffer.append("/");
						continue;
					}
					if("".equals(properties[i])){
						continue;
					}
					if(properties[i].contains("=")){//新的属性开始，前一属性结束
						//System.out.println("properties[i] contains(=); isCompleteValue="+isCompleteValue+";isCompleteProperty="+isCompleteProperty);
						if("=".equals(properties[i])){//单独的=
							stringBuffer.insert(0, "=\"");
						}else if(properties[i].startsWith("=")){//以=开头，只带属性值
							if(isCompleteValue && isCompleteProperty){
								stringBuffer.insert(0, properties[i].replaceFirst("=", "=\"")+"\" ");
								isCompleteProperty = false;
							}else{
								stringBuffer.insert(0, properties[i].replaceFirst("=", "=\"")+" ");
							}
						}else if(properties[i].endsWith("=")){//以=结尾，只带属性名
							stringBuffer.insert(0, properties[i].replaceFirst("=", "=\""));
							isCompleteProperty = true;
						}else{//属性名=属性值形式
							if(isCompleteValue && isCompleteProperty){
								stringBuffer.insert(0, properties[i].replaceFirst("=", "=\"")+"\" ");
							}else{
								stringBuffer.insert(0, properties[i].replaceFirst("=", "=\"")+" ");
							}
							isCompleteProperty = true;
						}
						isCompleteValue = true;
					}else{//属性名或者属性值
						if(isCompleteValue && isCompleteProperty){
							stringBuffer.insert(0, properties[i]+"\" ");
							isCompleteValue = false;
							isCompleteProperty = false;
						}else if(isCompleteValue && !isCompleteProperty){
							stringBuffer.insert(0, properties[i]);
							isCompleteProperty = true;
						}else{//!isCompleteValue && !isCompleteProperty
							stringBuffer.insert(0, properties[i]+" ");
						}
					}
				}
				stringBuffer.insert(0, properties[0]+" ");
				System.out.println(stringBuffer);
				htmlSb.append(stringBuffer.toString().trim());
			}else {
				htmlSb.append(string);
			}
			htmlSb.append(">");
		}
		
		return htmlSb.toString();
	}

	
}

转载于:https://my.oschina.net/gao0516/blog/189641