过滤掉非指定保留的html元素，保留元素间的内容和指定的html

public static void main(String[] args) 

	    /**
		 * 过滤掉非指定保留的html元素，保留元素间的内容和指定的html。
		 * 
		 * 这个方法没有对缺失的或未闭合的html元素做处理，
		 * 是假设字符串中的TYPE_CLASS、TYPE_CLASS1、SPAN标签都符合规范，
		 * 代码思路是让一个新建的StringBuffer类来保存过滤出来字符，
		 * 当遇到‘<’ 或 ‘>’时，截取当前位置后面或前面的字符串，并与指定保留的元素字符串进行比较，根据判断进行保存
		 */
		final String TYPE_CLASS = "span class=\"type-class\"";
		final int TYPE_CLASS_LENGTH = TYPE_CLASS.length();
		final String TYPE_CLASS1 = "span class=\"type-class1\"";
		final int TYPE_CLASS_LENGTH1 = TYPE_CLASS1.length();
		final String SPAN = "span";
		final int SPAN_LENGTH = SPAN.length();
		final String SPAN_OFF = "</span>";
		final int SPAN_OFF_LENGTH = SPAN_OFF.length();
		
		String str = 
			"sustained by <a href=\"http://www.springsource.com\">SpringSource</a>" +
			" O(∩_∩)O哈哈~ <span class=\"type-class\">type-class</span>" +	
			", Spring delivers <span class=\"aaaaa\">SpringSource2</span>" +
				"。< <span class=\"type-class1\">type->class1</span>啊啊";
		
		StringBuffer sb = new StringBuffer(str.length());
		boolean charBool = true; // 表示是否保存此字符
		boolean tagBool = false; // 表示前面是否是指定保留的元素
		
		for(int i=0; i<str.length(); i++){
			char c = str.charAt(i);
			if(c == '<'){
				charBool = false;
				String span = "";
				String span1 = "";
				/*
				 * TYPE_CLASS、TYPE_CLASS1中最长的那个标签的长度，小于字符串长度时，才于截取并赋值
				 * 否则，会是原在上面赋值的空串，作用是防止处理到字符串最后时，截取越界
				 */
				if(i+1+TYPE_CLASS_LENGTH1 < str.length()){
					span = str.substring(i+1, i+1+TYPE_CLASS_LENGTH);
					span1 = str.substring(i+1, i+1+TYPE_CLASS_LENGTH1);
				}
				String spanoff = str.substring(i, i+SPAN_OFF_LENGTH);
				
				if(span.equalsIgnoreCase(TYPE_CLASS)
						|| span1.equalsIgnoreCase(TYPE_CLASS1)){
					tagBool = true; //这里的作用是当下一次的c == '<' </span>出现时，让下面的spanoff判断能执行
					charBool = true;
					sb.append(c);
				}
				
				// 判断是否指定保留元素的关闭标签，并配合tagBool，判断前面是否是指定保留元素，是则保存，以闭合元素
				if(spanoff.equalsIgnoreCase(SPAN_OFF) && tagBool){
					charBool = true;
					sb.append(c);
					tagBool = false;
				}
				
			}else if(c == '>'){
				
				// 当元素结束时，判断是否是指定保留元素，是，则保存‘>’符
				if(charBool)
					sb.append(c);
				
				// 当元素结束时，打开charBool，保存元素外的内容
				charBool = true;
				
			}else if(charBool){// true时，说明字符不在元素"<???>"里，是元素之间的内容，保存
				sb.append(c);
			}
		}
		
		System.out.println(sb);

评论

2 楼 zuzong 2011-03-05  

写的时候，考虑过用indexof查一次，删一次，后来写着写着就不往这方面想了，晕 

1 楼 zuzong 2011-03-05  

我一开始用的stringbuffer，发现删除了那些不需要的html，但length还是以前的，也就是delete操作，只改变了缓冲区的数据，没刷到源里