将Java Html表转换为纯文本

我们将输入电子邮件保存在数据库中。 然后保存一个版本，删除所有html标记。 问题在于，如果邮件包含如下表：

标题1标题2

第1栏第2栏

移除标记后看起来是这样的

标题1

标题2

专栏1

专栏2

有并没有一种简单的方法可以获取一个html表并将其转换为纯文本，但格式仍保持不变。至少换行符在正确的位置

因此，表格会变成这样： 标题1标题2\r\n列1列2\r\n。 或者类似的东西

---

有什么想法吗？

简单的方法？不是真的。HTML表很复杂，可以有行跨度和列跨度，更不用说像双向文本这样的普通HTML属性了。CSS属性，如

显示：表格单元格

还可能导致其他普通HTML突然变成表

但是，如果您不太关心格式，只想在同一行中输出多个列，您可以使用类似JTidy或Jericho的东西解析HTML，然后通过在它们之间加空格输出多个

或

标记，当您得到

元素的结尾时，您可以输出

“\r\n”

---

如果您真的不想解析HTML，您可以将

和

标记本身替换为单个空格或选项卡，并将

替换为换行符。这至少可以得到一些合理的结果。

阅读它看起来像是在每个单元格之后添加换行符（即在每个

和

之后），而应该在每行之后添加换行符（即在每个

之后）。但这太明显了，所以它可能只是意味着你应该在你的问题中添加更多的信息。您正在处理的HTML示例。是的，也许我应该添加更多信息。我当前保存它的方式是：（String）part.getContent（）；其中，part的类型为javax.mail.part。所以我自己不做任何断线。这会产生一个类似于\r\n To:emailaddress\r\n Subject:。。。这很有效。只有当邮件包含一个表时，我才希望它不要在两个表之间换行。如果我可以继续使用javax.mail.part的当前解决方案，并添加一些东西来处理这些表，那就太好了。