请问怎样从一个字符串解析Html?

比方说,我有一个含有Html代码的String,现在想把这个String里的Html的Tag全部解析出来并保持Html的结构不变.
例如
String str="ntttnAAAn";

问T解决了另开10贴,一起给1100分!

看看这个行不行, 有问题再找我
可参考 JDK 的 javax.swing.text.html 包及javax.swing.text.html.parser
包的原码


import javax.swing.text.html.parser.*;
import java.util.*;
import java.io.*;

public class DocumentParser extends javax.swing.text.html.parser.Parser {
    private boolean ignoreCharSet = false;
    private static final boolean debugFlag = true;
    
    public DocumentParser(DTD dtd) {
        super(dtd);
    }
 
    public void parse(Reader in, boolean ignoreCharSet) throws IOException {
        this.ignoreCharSet = ignoreCharSet;

        parse(in);
    }

    /**
     * Handle Start Tag.
     */
    protected void handleStartTag(TagElement tag) {             
        if (debugFlag) {
            if (tag.fictional()) {
                debug("Start Tag: " + tag.getHTMLTag() );
            } else {
                debug("Start Tag:  attributes: " + 
                      getAttributes() );
            }
        }
    }


    protected void handleComment(char text[]) {
        if (debugFlag) {
            debug("comment: ->" + new String(text));
        }
    }

    /**
     * Handle Empty Tag.
     */
    protected void handleEmptyTag(TagElement tag){
        if (debugFlag) {
            if (tag.fictional()) {
                debug("Empty Tag: " + tag.getHTMLTag() );
            } else {
                debug("Empty Tag:  attributes: " 
                      + getAttributes() );
            }
        }
    }

    /**
     * Handle End Tag.
     */
    protected void handleEndTag(TagElement tag) {
        if (debugFlag) {
            debug("End Tag: ");
        }
    }

    /**
     * Handle Text.
     */
    protected void handleText(char data[]) {        
        if (debugFlag) {
            debug("text:  ->" + new String(data) );
        }
    }

    /*
     * Error handling.
     */
    protected void handleError(int ln, String errorMsg) {
    }


    /*
     * debug messages
     */
    private void debug(String msg) {
        System.out.println(msg);
    }
    
    public static void main(String[] args) throws Exception{
      String str="ntttnAAAn";
      
      StringReader reader = new StringReader(str);
      new DocumentParser(DTD.getDTD("html40")).parse(reader, false);
    }
}

知道javacc吗？做html解析器在合适不过了。而且javacc本身就带了一个html parser的例子。现成的东西 ：）

http://www.webgain.com/products/java_cc/














ok

先给你一个类似简单的，你继续升华：
我做的是直接访问网络的miniBrowser，你可以修改一下变成读取String ;

import java.net.*;
import java.io.*;

/**
*This is a miniature line-mode browser. It will connect to a URL provided on the command line, and return the contents of the page. 

*

*Format:
 
*

*java miniBrowse URL raw|cooked 

*

*For example:

*java miniBrowse http://www.zju.edu.cn

*

*Raw mode will just dump the HTML datastream back to the screen. Cooked mode does some rudimentary parsing. 


*It defaults to "cooked" mode, just to not clutter up the screen as much.

*

*@author zhouqi registerno:20221328
*

*@version 1.0.0.0
*

*/
public class miniBrowse
{
static URL addr = null;
static String method = null;
/**
*@param pageURL passed from the main function input param as args[0]
*/
miniBrowse(String pageURL)
{
BufferedReader in = null;
PrintWriter out = new PrintWriter(new BufferedWriter(
new OutputStreamWriter(
System.out)));
try 
{
addr = new URL(/tech-qa-java/pageURL/index.html);
}
catch (MalformedURLException e)
{
out.println("Invalid URL.");
System.exit(4);
}

try
{
URLConnection page = addr.openConnection();
         in = new BufferedReader(new InputStreamReader(page.getInputStream()));
if (method.equalsIgnoreCase("cooked"))
cookedOutput(in, out);
else
rawOutput(in, out);
}
catch (Exception e)
{
}
}

public void cookedOutput(BufferedReader in, PrintWriter out)
{
int chr = ' ';
int pchr = ' ';
boolean skip = true;
String tag = "";
String list = "";
int lcount = 0;

try
{
while ((chr = in.read()) != -1)
{
/*
found an HTML tag, let's extract it
*/
if (chr == '')
{
if (chr == -1)
{
out.println("Missing '>'");
System.exit(8);
}
tag = tag + Character.toUpperCase((char)chr);
}
/* 
some basic tag processing (default is skip quietly)
notice we skip the entire HEAD section!!
*/

if (tag.startsWith("BODY"))
skip = false;

if (tag.equals("BR"))
{
out.println("");
}

if (tag.equals("HR"))
{
out.println("n-------------");
}
/*
lists, ordered and unordered - new line and indent
each member (ordered list numbers members)
*/
if (tag.equals("UL") || tag.equals("OL"))
{
out.println("");
list = tag;
lcount = 0;
}

if (tag.equals("LI"))
{
if (list.equals("OL"))
out.print("n" + ++lcount);
else
out.print("n-- ");
}

if (tag.startsWith("A "))
{
out.print("");
}


if (tag.startsWith("IMG"))
{
out.print("");
}

if (tag.startsWith("APPLET"))
{
out.print("");
}


if (tag.startsWith("SCRIPT"))
{
out.print("");
}

if (tag.equals("P"))
{
out.println("nn");
}
continue;
}

if (!skip)
{
/*
don't echo excess spaces
*/
if (chr != ' ')
out.write(chr);
else
if (pchr != ' ')
out.write(chr);
pchr = chr;
}
}
out.flush();
}
catch (IOException e)
{
out.println("I/O Exception.");
}
}

public void rawOutput(BufferedReader in, PrintWriter out)
{
String inputLine;
try 
{
while ((inputLine = in.readLine()) != null) 
out.println(inputLine);
}
catch (IOException e)
{
out.println("I/O Exception.");
}
out.flush();
}
/**
*@param args[0] URL like as http://www.zju.edu.cn
*@param args[1] raw or cooked,default is the cooked
*
*/
public static void main(String[] args)
{
if (args.length > 1)
method = args[1];
else
method = "cooked";

if (args.length > 0)
new miniBrowse(args[0]);
}
}

做个编译器撒

模仿xml的解析器做吧

你可以用sun的jaxp包，是一个专门对xml进行处理的包。

简单点，用递归算法行不行？遇到一个""

学习。

先把字符串中n替换为空格，在把字符串作为InputStream，生成一个html文件