Java将DOM对象转换为段落

java中是否有类似于python函数

lmxl.sax.saxify

[1]的函数，用于从DOM生成sax事件并针对sax ContentHandler激发它们。 主要目的是将DOM对象转换为段落列表。 给定这个html片段

<p> Here is a text! 
<ul><li>list1</li><li>list2</li></ul>
</p>

这是一个文本！
列表1
列表2

我想要的输出是：

• 第一段：这里有一段文字
• 第2段：清单1
• 第3段：清单2

---

[1] 是的，您可以使用DOMSource和SAXSult运行转换，请参阅：

---

但是为什么不从DOM本身提取所需的信息呢？

如果要从DOM文档中检索所有文本节点（这与原始文档不同），那么Xpath是从DOM文档中搜索和提取数据的最简单（也是最有效）的方法

下面是您需要的一段代码：

Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse("/path/example.html");
XPath xPath =  XPathFactory.newInstance().newXPath();
String pattern = "//*/text()"; // retrieve all text nodes in the doc
NodeList nl = (NodeList)xPath.compile(pattern)
        .evaluate(doc, XPathConstants.NODESET);
for (int i = 0; i < nl.getLength() ; i++) {
    Node n = nl.item(i);
    String text = n.getNodeValue().trim();
    // skip over whitespace-only text
    if (text != null && text.isEmpty() == false) {
        System.out.println(text);
    }
}

Document doc=DocumentBuilderFactory.newInstance（）.newDocumentBuilder（）.parse（“/path/example.html”）；
XPath=XPathFactory.newInstance（）.newXPath（）；
字符串模式=“//*/text（）”；//检索文档中的所有文本节点
NodeList nl=（NodeList）xPath.compile（模式）
.evaluate（doc，XPathConstants.NODESET）；
对于（int i=0；i

那么您想从DOM文档中检索所有文本节点？这是怎么回事？我是DOM parsingAlso的新手，我想解析的文件是html而不是xml。谢谢你的回复。我尝试了你的代码，但是我遇到了这个错误。dtd:31:3：实体“HTML.Version”的声明必须以“>”结尾。你知道这是因为我解析的是HTML而不是xml吗？快速谷歌搜索表明SGML dtd确实是这样。这里有一条线索，提出了克服这一问题的方法

Document doc = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse("/path/example.html");
XPath xPath =  XPathFactory.newInstance().newXPath();
String pattern = "//*/text()"; // retrieve all text nodes in the doc
NodeList nl = (NodeList)xPath.compile(pattern)
        .evaluate(doc, XPathConstants.NODESET);
for (int i = 0; i < nl.getLength() ; i++) {
    Node n = nl.item(i);
    String text = n.getNodeValue().trim();
    // skip over whitespace-only text
    if (text != null && text.isEmpty() == false) {
        System.out.println(text);
    }
}