一、实现目标
实现多个个HTML页的合并预览,需要如下处理
1)去掉meta标签
2)替换input标签,只保留value值(因为是预览,不保留输入框)
3)移除隐藏的input标签,即type="hidden"
4)替换textarea标签,只保留内容
5)移除script标签
二、代码实现
这里主要使用String的replaceAll方法实现标签的替换,当然你可以可以使用正则表达式的分组匹配和替换来完成。//contentString为HTML内容
//替换所有的meta标签,这里只支持单行替换
contentString=contentString.replaceAll("","");
//移除script标签,支持多行,忽略大小写
contentString=contentString.replaceAll("(?is)(.*?)","");
//移除所有的type为hidden的input标签
contentString=contentString.replaceAll("(?is)","");
//替换所有的textarea,只保留值
contentString=contentString.replaceAll("(?is)(.*?)","$1");
//替换input标签,只保留值
contentString=contentString.replaceAll("(?is)","$1");
三、几个关键点
上面的替换有以下几个关键点:
1)对于HTML替换需要支持多行和忽略大小写的情况,正则表达式需声明为(?is)。参考上面代码中的示例。
2)因为Html标签的不规范,对于value值存在以下几种情形,value=aaa/> value=aaa> value='aaa' value="aaa",因此对于value值的判断稍显复杂,参考:,value后可能会多个空格\\s*;=等号以后可能有空格\\s*,value值开始前可能存在",'符号,最后是value结束符可能为:",',空格,/。
3)使用分组替换的话,记得使用()分组,以及后面的替换值使用$1、$2等来指定分组。