java - 在 RTE 文本中用 <ul> 标签包裹 <li> 标签

Question

我有一个 RTE 文本，格式如下:

<li> text </li> 
<li> text </li> 
<p>  text </p> 
<p>  text </p>
<li> text </li>
<li> text </li>

这里的问题是，“li”标签没有包含在“ul”标签中。因为我正在编写迁移脚本，所以我想使用 Java 来实现这一点。我在 Jquery 中找到了答案，但在 Java 中很难找到这样的解决方案。

注意:不确定是否重要，但这是客户在 Excel 工作表中为迁移提供的 RTE 文本。

上面文本的期望结果如下:

<ul>
   <li> text </li> 
   <li> text </li> 
</ul>
   <p>  text </p> 
   <p>  text </p>
<ul>
   <li> text </li>
   <li> text </li>
</ul>

Answer 1

如果您只是将其作为字符串取回，这里有一个正则表达式解决方案，它应该可以工作，或者至少可以作为一个很好的起点。

String pattern1 = "(?<!</li>\\s{0,100})(<li>)";
String replace1 = "<ul><li>";

String pattern2 = "</li>(?!\\s{0,100}<li>)";
String replace2 = "</li></ul>";

模式寻找<li>前面没有 </li> 的标签标签(忽略它们之间的任何空白)然后用一个空缺 <ul><li> 替换它们标签。

然后它会寻找任何 </li>后面没有 <li> 的标签标记并替换为 </li></ul>标签

完整代码如下，或 here是一个活生生的例子

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexMatches {

   public static void main( String args[] ) {
      // String to be scanned to find the pattern.
      String input = "<li> text </li> <li> text </li> <p>  text </p> <p>  text </p><li> text<span>more test</span> </li><li> text </li>";
      String pattern1 = "(?<!</li>\\s{0,100})(<li>)";
      String replace1 = "<ul><li>";

      String pattern2 = "</li>(?!\\s{0,100}<li>)";
      String replace2 = "</li></ul>";

      // Create a Pattern object
      Pattern r1 = Pattern.compile(pattern1);
      Pattern r2 = Pattern.compile(pattern2);
      // Now create matcher object.
      Matcher m1 = r1.matcher(input);

      input = m1.replaceAll(replace1);

      Matcher m2 = r2.matcher(input);
      input = m2.replaceAll(replace2);
      System.out.println(input);

   }
}