在Java中提取嵌套的html标记？

我有以下HTML片段：

String source = "<p>dsdds</p>"
                + "<ul class=\"some-class-name\">"
                + "<li>data</li>"
                + "<li><div><ul><li>data</li></ul></div></li>"
                + "</ul>"
                + "<p>data</p>"
                + "<ul>data</ul><div>data</div>";

String source=“dsdds
”
+“
”
+“
数据
”
+“
数据”
+“
”
+“数据
”
+“
数据
数据”；

我想要达到的结果是：

<ul class="some-class-name">
    <li>data</li>
    <li><div><ul><li>data</li></ul></div></li>
</ul>

资料
数据

到目前为止，我所尝试的：

        String endTag = "</ul>";
        int origin = source.indexOf("<ul class=\"some-class-name\">");
        int currentFrom = origin;
        int to = source.indexOf(endTag, currentFrom);
        while (true) {
            int curIndex = source.indexOf("<ul", currentFrom + 1);
            if (curIndex > -1) {
                currentFrom = curIndex;
                to = source.indexOf(endTag, currentFrom);
            } else {
                to = source.indexOf(endTag, to);
                break;
            }
        }
        System.out.println(source.substring(origin, to + endTag.length()));

String endTag=“”；
int origin=source.indexOf（“
””；
int currentFrom=原点；
int-to=source.indexOf（endTag，currentFrom）；
while（true）{
int curIndex=source.indexOf（“幸运的是，您的片段是有效的XHTML，这意味着它是有效的XML

XPath专门用于从XML中提取节点：

// Must have a single root in order to parse.
String input = "<div>" + source + "</div>";

XPath xpath = XPathFactory.newInstance().newXPath();
Node node = (Node)
    xpath.evaluate("//ul[@class='some-class-name']",
        new InputSource(new StringReader(input)),
        XPathConstants.NODE);

StringWriter result = new StringWriter();
Transformer transformer =
    TransformerFactory.newInstance().newTransformer();
transformer.setOutputProperty(OutputKeys.OMIT_XML_DECLARATION, "yes");
transformer.transform(new DOMSource(node), new StreamResult(result));

String fragment = result.toString();

//必须有一个根才能进行分析。
字符串输入=“源+”；
XPath=XPathFactory.newInstance（）.newXPath（）；
节点=（节点）
evaluate（“//ul[@class='some-class-name']”，
新建InputSource（新建StringReader（输入）），
XPathConstants.NODE）；
StringWriter结果=新建StringWriter（）；
变压器=
TransformerFactory.newInstance（）.newTransformer（）；
setOutputProperty（OutputKeys.OMIT_XML_声明，“yes”）；
transform（新的DOMSource（节点）、新的StreamResult（结果））；
字符串片段=result.toString（）；
您应该这样使用

Document doc = Jsoup.parse(source);
Element e = doc.select("ul.some-class-name").first();
System.out.println(e);

结果:

<ul class="some-class-name">
 <li>data</li>
 <li>
  <div>
   <ul>
    <li>data</li>
   </ul>
  </div></li>
</ul>


资料


资料



不要重新发明循环，使用Html解析器l，如jsoup
<ul class="some-class-name">
 <li>data</li>
 <li>
  <div>
   <ul>
    <li>data</li>
   </ul>
  </div></li>
</ul>