一些处理的小方法，Java代码

一些处理的小方法，Java代码

1、去html文本的标签，换行等特殊字符，转为纯文本格式

	String claimspath_result = claimspath.replaceAll("\\&[a-zA-Z]{1,10};", "") //去除类似< >  的字串
				.replaceAll("<[a-zA-Z]+[1-9]?[^><]*>", "") //去除开始标签及没有结束标签的标签
				.replaceAll("</[a-zA-Z]+[1-9]?>", ""); //去除结束标签

2、计算某一日期与当前日期的差额

   		LocalDateTime now = LocalDateTime.now();
         int year = now.getYear();
         int month = now.getMonthValue();
         int day = now.getDayOfMonth();
         String appDate = resultKey.getString("appDate");
         String[] dateList = appDate.split("\\.");
         int year1 = Integer.parseInt(dateList[0]);
         int month1 = Integer.parseInt(dateList[1]);
         int day1 = Integer.parseInt(dateList[2]);
         LocalDate startDate = LocalDate.of(year1, month1, day1);
         LocalDate endDate = LocalDate.of(year, month, day);
         double days = startDate.until(endDate, ChronoUnit.DAYS);

3、计算文章相似度（海明距离）

借鉴博客 海明距离https://blog.csdn.net/sinat_37239798/article/details/122893346

4、Java获取li标签内容（正则表达式+Jsoup）

（1）正则表达式可处理–简单–的标签主要用到Pattern 和Matcher 方法，获取li标签内数据，但不推荐，建议都改成Jsoup

	String text = "获取的样式"; 
 	String regex = "<li>(.*?)</li>";   //正则表达式
 	List<String> liListNews = getContentByRegex(text , regex, 1);	// 获取到的内容

  public static List<String> getContentByRegex(String html, String regex, int index) {
        List<String> list = new ArrayList<>();	// 创建一个空列表
        Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);
        Matcher match = pattern.matcher(html);
        while (match.find()) {
            list.add(match.group(index));
        }
        return list;
    }

（2）–复杂–样式的用Jsoup，获取a标签及span标签

	  String title = "";
      String href = "";
      String date = "";
	  String domNodeObj = "获取的样式";
 	  Document doc = Jsoup.parse(domNodeObj);
      Elements links_href = doc.select("a[href]");
      Elements links_a = doc.select("a"); // 选择所有的<a>标签
      Elements links_span = doc.select("span"); // 选择所有的<span>标签
      for (Element link_href : links_href) {
          href = link_href.attr("abs:href");
      }
      for (Element link_a : links_a) {
          // 获取<a>标签内的文本内容
          title = link_a.text();
      }
      for (Element link_span : links_span) {
          // 获取<span>标签内的文本内容
          date = link_span.text();
      }
      //获取完后断点查看title内容，可能用到下面代码
      //title = title.substring(0,title.length()-date.length()-1);