我的任务是将很不规范的html标记转换为符合xml规范的字母小写的标记串,比如将:
转换为:
还比如将:
转换为:
【注意上述第一个例子中的空格、引号变化;以及第二个例子中的大小写变化、"?"、"="号】
在解决第一个例子时,我采用以下方法很好的解决了问题,正确而简单的对font属性的值添加了引号,
但是在第二个例子中,出现了正则表达式的特殊字符“?”,还有我用于分组判断的“=”号(method=list),
于是转换不能成功,不知道有没有更好的办法,想听以下大家的意见,谢谢!
[b][color=red]下面是我的代码,请耐心的看完,谢谢![/color][/b]
[code="java"]/**
- 将html中所有<...>里面的内容全部转换为小写
- @param htmlContent
-
@return
*/
public static String formatToLowerCase(String htmlContent)
{
if (htmlContent != null)
{
if (htmlContent.indexOf("<") != -1)
{
// 获取<...>
Pattern p = Pattern.compile("<[^<>]+>");
Matcher m = p.matcher(htmlContent);
HashMap tmpMap = new HashMap();
while (m.find())
{
// 利用map主键不能重复的特性防止重复判断很长的文本内容
tmpMap.put(m.group(), "");
}
if (!tmpMap.isEmpty())
{
Iterator keys = tmpMap.keySet().iterator();
while (keys.hasNext())
{
String key = (String) keys.next();
String newKey = key.toLowerCase();
htmlContent = htmlContent.replaceAll(key, newKey); // 转换为小写
}
}
}
}
else
{
htmlContent = "";
}return htmlContent;
}
/**
- 给Html的属性添加上引号
- @param newKey
-
@return
*/
public static String addQuotMarks(String newKey)
{
// 以"="号分组
String[] equalMarkArray = newKey.split("=");if (equalMarkArray != null && equalMarkArray.length > 1)
{
StringBuffer keyBuf = new StringBuffer();
for (int i = 0; i < equalMarkArray.length; i++)
{
int nDot = -1;
String wholeStrng = equalMarkArray[i].trim();
if (i == 0)// 第一组
{
keyBuf.append(wholeStrng + "=");
}
if (i != 0 && i != (equalMarkArray.length - 1))// 不是第一组,也不是最后一组
{
nDot = wholeStrng.lastIndexOf(" ");
wholeStrng = addQuotMarks(wholeStrng, nDot);// 调用静态方法
keyBuf.append(wholeStrng + "=");
}
else if (i == (equalMarkArray.length - 1))// 最后一组
{
nDot = wholeStrng.lastIndexOf(">");
wholeStrng = addQuotMarks(wholeStrng, nDot);// 调用静态方法
keyBuf.append(wholeStrng);
}
}
newKey = keyBuf.toString();
}return newKey;
}
/**
- 私有静态方法,被addQuotMarks(String)调用
- 判断如果html属性的值不被单引号也不被双引号包含,则添加上双引号
- @param wholeStr
- @param nDot
- @return */ private static String addQuotMarks(String wholeStrng, int nDot) { String prefixStr = wholeStrng.substring(0, nDot).trim(); if (!prefixStr.substring(0, 1).equals("\"") && !prefixStr.substring(0, 1).equals("\'")) { prefixStr = "\"" + prefixStr + "\""; } return prefixStr + wholeStrng.substring(nDot); }[/code]