1

我正在使用带有 ColdFusion 的 HtmlCleaner。在下面的代码中，我正在遍历节点树并寻找内容节点。我想要做的是能够修改节点的文本内容。

node.traverse(new TagNodeVisitor() {
    public boolean visit(TagNode tagNode, HtmlNode htmlNode) {
         if (htmlNode instanceof ContentNode) {
            ContentNode content = ((ContentNode) htmlNode); 
            String textContent = content.getContent();
        }
        // tells visitor to continue traversing the DOM tree
        return true;
    }
});

我正在使用的示例是：

    // traverse whole DOM and update images to absolute URLs
node.traverse(new TagNodeVisitor() {
    public boolean visit(TagNode tagNode, HtmlNode htmlNode) {
        if (htmlNode instanceof TagNode) {
            TagNode tag = (TagNode) htmlNode;
            String tagName = tag.getName();
            if ("img".equals(tagName)) {
                String src = tag.getAttributeByName("src");
                if (src != null) {
                    tag.setAttribute("src", Utils.fullUrl(siteUrl, src));
                }
            }
        } else if (htmlNode instanceof CommentNode) {
            CommentNode comment = ((CommentNode) htmlNode); 
            comment.getContent().append(" -- By HtmlCleaner");
        }
        // tells visitor to continue traversing the DOM tree
        return true;
    }
});
4

2 回答 2

0

我想做的是抓取 html 标签之间的内容，这样我就可以将它们翻译成另一种语言，而不会弄乱 html 标签、图像等......

    node.traverse(new TagNodeVisitor() {
    public boolean visit(TagNode tagNode, HtmlNode htmlNode) {
    if (htmlNode instanceof ContentNode) {
            ContentNode content = ((ContentNode) htmlNode); 
            URLConnection urlConn;
            StringBuilder result = new StringBuilder();
            String USER_AGENT =  "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)";
            String text = content.getContent();
            String strUrl = "http://translate.google.com/translate_a/t?client=t&sl=#arguments.FromLanguage#&tl=#arguments.ToLanguage#&hl=#arguments.ToLanguage#&sc=2&ie=UTF-8&oe=UTF-8&oc=1&otf=1&ssel=0&tsel=0&q=" + URLEncoder.encode(text);
            URL url = new URL(strUrl);
            urlConn = url.openConnection();
            urlConn.addRequestProperty("User-Agent",
                            "Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.0)");
            Reader reader = new InputStreamReader(urlConn.getInputStream(),
                            "utf-8");

            JsonArray gRet = new Gson().fromJson(reader, JsonArray.class);
            StringBuffer newContent = new StringBuffer(1000);
            gRet.get(0)?.each() { el -> newContent.append(el.getAsJsonArray()?.get(0)?.getAsString()); };

            tagNode.insertChildAfter(htmlNode, new ContentNode(newContent.toString()));
            tagNode.removeChild(htmlNode);

        }
    }
});
于 2014-06-24T19:55:47.833 回答
0

我不熟悉 HtmlCleaner，它只执行“清洁”吗？我找不到任何设置文本值的方法。 http://htmlcleaner.sourceforge.net/doc/index.html

jsoup 是一个完整的 HTML 解析器（用 Java 编写），它可以像使用 jQuery 一样处理 DOM 元素。我使用 text() setter 方法来更新文本节点。 http://jsoup.org/cookbook/modifying-data/set-text

// intitial: <div></div>
div = doc.select("div").first();
div.text("five > four");
div.prepend("First ");
div.append(" Last");
// now: <div>First five &gt; four Last</div>

有关 jsoup（和 ColdFusion）的更多信息：

于 2014-05-19T17:07:14.210 回答