Java中的XHTML操作库

我正在寻找可以为我执行以下两项任务的XML/XHTMLJava库/框架

在进行一些定义之前：

• NodeOffset（Node-Node，int-offset）

  标记XML树中文本节点中的某个点

• nodeB

  ，

  nodeI

  ，

  nodeP

  是下面提到的XHTML树的相应的

  节点

  实例，

  nodeSpan

  是一些新创建的节点（其中

  Node

  不一定是

  org.w3c.dom.Node

  ，也可以是任何其他抽象）

将XHTML美化为纯文本 该库应该能够从给定的XHTML生成纯文本输出（例如，通过实现或类似的方式），并在输出中的字符和原始XHTML节点树之间提供一对一的映射（例如，通过函数

NodeOffset getNodeOffset（int-plainTextOffset）

）

示例：假设我们有以下XHTML：

<p><b>GeForce</b> 9300M GS provides powerful <i>visual computing features</i> to thin and light notebooks.</p>

然后，例如

• getNodeOffset（0）

  应该返回node

  NodeOffset（nodeB，0）

• getNodeOffset（40）

  应该返回node

  NodeOffset（nodeI，5）

• getNodeOffset（80）

  应该返回node

  NodeOffset（nodeP，49）

我可能会错过正确的数字，但我希望你明白了。我重复这个例子，现在插入伪标记：

|GeForce 9300M GS provides powerful visua|l computing features to thin and light n|otebooks.

及

insert（nodeSpan、NodeOffset（nodeB，2）、NodeOffset（nodeP，9）、mode2）

操作应产生：

<p><b>Ge</b><span><b>Force</b> 9300M GS</span> provides powerful <i>visual computing features</i> to thin and light notebooks.</p>

GeForce 9300M GS为轻薄笔记本电脑提供强大的视觉计算功能

它类似于用户在富编辑器中所做的操作：

GeForce 9300米GS

我想知道，在开源世界中是否有类似的事情，因为我真的不想重新实现轮子。。。我检查得很快，但没有成功

当您发布答案时：

• 确保上述函数在库API中可用（提供指向JavaDoc的链接）
• 该库是Java本机（无JNI）和开源的
也许你可以试试
它是一个开源Java库，在MIT许可下发布。其源代码可从GitHub获得
从主页：
jsoup是一个用于处理真实HTML的Java库。 它使用最好的DOM、CSS和类似jquery的方法，为提取和操作数据提供了非常方便的API
使用jsoup，您可以：
• 使用DOM遍历或CSS选择器查找和提取数据
• 操纵HTML元素、属性和文本
这是它的Javadoc:
也许你可以试试
它是一个开源Java库，在MIT许可下发布。其源代码可从GitHub获得
从主页：
jsoup是一个用于处理真实HTML的Java库。 它使用最好的DOM、CSS和类似jquery的方法，为提取和操作数据提供了非常方便的API
使用jsoup，您可以：
• 使用DOM遍历或CSS选择器查找和提取数据
• 操纵HTML元素、属性和文本

---

以下是它的Javadoc:
我包装了我已经包装好的代码，并进行了修改以匹配开源项目中的请求（WIP）。它有很好的文档记录，所以我怀疑你在使用它时会遇到问题
第一个请求（查找节点并从全局位置偏移）已经内置，并且XML中文本节点的拆分已经内置（因此您可以根据需要轻松地将它们包装到新节点中）。因此，添加用元素标记区域的逻辑相当简单。我稍后会尝试这样做，但这是我目前在这个请求上所做的最大努力
在XML上，使用my这是我的输出：

************* BASE DOCUMENT *****************
DOCUMENT ROOT
|-<p >
| |-<b >
| | |-Text: GeForce
| |-Text:  9300M GS provides powerful 
| |-<i >
| | |-Text: visual computing features
| |-Text:  to thin and light notebooks.

*** Text ***
"GeForce 9300M GS provides powerful visual computing features to thin and light notebooks."

*** Node of each text segment ***
[b: null]: GeForce
[p: null]:  9300M GS provides powerful 
[i: null]: visual computing features
[p: null]:  to thin and light notebooks.


*** Offset testing ***
offset 0 is at [b: null] at 0
offset 40 is at [i: null] at 5
offset 80 is at [p: null] at 48

**********基本文档*****************
文档根
|-
| |-
|| |-文本：GeForce
||-文本：9300米GS提供强大的
| |-
|| |-文本：可视化计算功能
||-文本：轻薄笔记本。
***正文***
“GeForce 9300M GS为轻薄笔记本电脑提供强大的视觉计算功能。”
***每个文本段的节点***
[b:null]：GeForce
[p:null]：9300米GS提供强大的
[i:null]：可视化计算功能
[p:null]：适用于轻薄笔记本电脑。
***偏移测试***
偏移量0位于0处的[b:null]
偏移量40位于5处的[i:null]
偏移量80位于[p:null]的48处

要求它在全局位置4拆分元素将产生

*********** Split(4) DOCUMENT *****************
DOCUMENT ROOT
|-<p >
| |-<b >
| | |-Text: GeFo
| | |-Text: rce
| |-Text:  9300M GS provides powerful 
| |-<i >
| | |-Text: visual computing features
| |-Text:  to thin and light notebooks.

*** Node of each text segment ***
[b: null]: GeFo
[b: null]: rce
[p: null]:  9300M GS provides powerful 
[i: null]: visual computing features
[p: null]:  to thin and light notebooks.

**********拆分（4）文档*****************
文档根
|-
| |-
|| |-文本：GeFo
|| |-文本：rce
||-文本：9300米GS提供强大的
| |-
|| |-文本：可视化计算功能
||-文本：轻薄笔记本。
***每个文本段的节点***
[b:null]：GeFo
[b:null]：rce
[p:null]：9300米GS提供强大的
[i:null]：可视化计算功能
[p:null]：适用于轻薄笔记本电脑。

当然，这种语法拆分对于匹配该文档的实际XML代码来说没有任何意义，但它将允许使用您希望的任何其他节点一次包装一个文本部分
编辑：已支持第一种插入模式
编辑2:已支持第二种插入模式
注意事项：
• 您所做的任何文档修改都将使所有抵销无效。以后使用它们将导致整个文档损坏。因此，在每次修改之后，必须执行GetOffset以再次检索偏移量
• 我知道有些功能没有文档记录。基本上，只有从

  StrXML

  类请求的函数才应该在包之外使用。稍后将添加更多文档，您可以通过电子邮件与我联系（请参阅我的个人资料页）以了解问题

---

我包装了我已经拥有的代码，并进行了修改以匹配开源项目中的请求（WIP）：。是p

<p><b>Ge</b><span><b>Force</b> 9300M GS</span> provides powerful <i>visual computing features</i> to thin and light notebooks.</p>

************* BASE DOCUMENT *****************
DOCUMENT ROOT
|-<p >
| |-<b >
| | |-Text: GeForce
| |-Text:  9300M GS provides powerful 
| |-<i >
| | |-Text: visual computing features
| |-Text:  to thin and light notebooks.

*** Text ***
"GeForce 9300M GS provides powerful visual computing features to thin and light notebooks."

*** Node of each text segment ***
[b: null]: GeForce
[p: null]:  9300M GS provides powerful 
[i: null]: visual computing features
[p: null]:  to thin and light notebooks.


*** Offset testing ***
offset 0 is at [b: null] at 0
offset 40 is at [i: null] at 5
offset 80 is at [p: null] at 48

*********** Split(4) DOCUMENT *****************
DOCUMENT ROOT
|-<p >
| |-<b >
| | |-Text: GeFo
| | |-Text: rce
| |-Text:  9300M GS provides powerful 
| |-<i >
| | |-Text: visual computing features
| |-Text:  to thin and light notebooks.

*** Node of each text segment ***
[b: null]: GeFo
[b: null]: rce
[p: null]:  9300M GS provides powerful 
[i: null]: visual computing features
[p: null]:  to thin and light notebooks.