我试图从JTextPane获得漂亮（清理）的文本内容。以下是JTextPane的示例代码：
JTextPane textPane = new JTextPane ();
textPane.setContentType ("text/html");
textPane.setText ("This <b>is</b> a <b>test</b>.");
String text = textPane.getText ();
System.out.println (text);
JTexPane中的文字如下：
这是一个测试。
我得到这种打印到控制台：
<html>
<head>
</head>
<body>
This <b>is</b> a <b>test</b>.
</body>
</html>
我使用过substring()和/或replace()代码，但使用起来很不舒服：
String text = textPane.getText ().replace ("<html> ... <body>\n , "");
除了来自字符串的<b>标签（内容）之外，是否有任何简单的功能可以删除所有其他标签？
有时JTextPane在内容周围添加<p>标签，所以我也想摆脱它们。
像这样：
<html>
<head>
</head>
<body>
<p style="margin-top: 0">
hdfhdfgh
</p>
</body>
</html>
我想只获得带有标签的文字内容：
This <b>is</b> a <b>test</b>.
我继承了qazxsw poi并覆盖qazxsw poi和qazxsw poi以跳过HTMLWriter之外的所有标签。
我没有测试太多，似乎工作正常。一个缺点是输出字符串有很多空白。摆脱它应该不会太难。
startTag你可以使用JEditorPane自己使用的HTML解析器，endTag。
见<body>和import java.io.*;
import javax.swing.*;
import javax.swing.text.*;
import javax.swing.text.html.*;
public class Foo {
public static void main(String[] args) throws Exception {
JTextPane textPane = new JTextPane();
textPane.setContentType("text/html");
textPane.setText("<p>This</p> <b>is</b> a <b>test</b>.");
StringWriter writer = new StringWriter();
HTMLDocument doc = (HTMLDocument) textPane.getStyledDocument();
HTMLWriter htmlWriter = new OnlyBodyHTMLWriter(writer, doc);
htmlWriter.write();
System.out.println(writer.toString());
}
private static class OnlyBodyHTMLWriter extends HTMLWriter {
public OnlyBodyHTMLWriter(Writer w, HTMLDocument doc) {
super(w, doc);
}
private boolean inBody = false;
private boolean isBody(Element elem) {
// copied from HTMLWriter.startTag()
AttributeSet attr = elem.getAttributes();
Object nameAttribute = attr
.getAttribute(StyleConstants.NameAttribute);
HTML.Tag name = null;
if (nameAttribute instanceof HTML.Tag) {
name = (HTML.Tag) nameAttribute;
}
return name == HTML.Tag.BODY;
}
@Override
protected void startTag(Element elem) throws IOException,
BadLocationException {
if (inBody) {
super.startTag(elem);
}
if (isBody(elem)) {
inBody = true;
}
}
@Override
protected void endTag(Element elem) throws IOException {
if (isBody(elem)) {
inBody = false;
}
if (inBody) {
super.endTag(elem);
}
}
}
}
我通过使用substring和replace -methods找到了解决这个问题的方法：
HTMLEditorKit.ParserDelegator有StringEscapeUtils -libraries的链接，它将转义字符转换回普通视图。感谢Ozhan Duz提出的建议。
（Qazxswpoi - this example）