今天遇到一個需求:從xml中提取所有的文本(或者說是 xml去標籤)。 寫了一會兒,覺得可能別個兄弟也會遇到,就拿出來,看這樣妥不妥~
(用dom4j進行解析的)
/**
* 提取分散在xml串中的文本
* @param xml 如:"<a>這<span>是<span>我</span><span>的</span>標題</span>!</a>!!" => 這是我的標題!!!
* @return
*/
private String getTextFromXml(String xml) {
Document doc;
try {
//保證有一個根節點 所以加了一個warp節點
doc = DocumentHelper.parseText("<warp>"+xml+"</warp>");
Element root = doc.getRootElement();
clearElement(root);
return root.getTextTrim();
} catch (DocumentException e) {
e.printStackTrace();
}
return null;
}
/**
* 把 所有子節點 刪除掉,但保留節點下面的所有內容
* @param ele
* @return
*/
private Text clearElement(Element ele) {
List elepar = ele.content();
Object tempObj;
for (int i = 0; i < elepar.size(); i++) {
tempObj = elepar.get(i);
if (tempObj instanceof Element) {
elepar.set(i, clearElement((Element) tempObj));
}
}
return elepar.size() > 0 ? DocumentHelper.createText(ele.getTextTrim()) : DocumentHelper.createText("") ;
}