• Java实现对Html文本的处理

     1.引入jsoup

    2.     org.jsoup
    3.     jsoup
    4.     1.8.3

    2. html示例

    示例代码： 

    1. html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
    2.    <html xmlns="http://www.w3.org/1999/xhtml">
    3.       <head>      <meta http-equiv="Content-Type" content="text/html; charset=utf-8"/>
    4.          <title>
    5.             个人信用报告
    6.          title>
    7.          <style media=print>
    8.             .Noprint {            display: none;        }    
    9.          style>
    10.          <style type="text/css">
    11.             body{            background: #FFFFFF;        }        table {            border-collapse: collapse;            border: 0;            width: 70%;        }        td {            border: #000000 solid 1px;            padding: 4px;            font-size: 13px;            text-align: center;        }        .thead {            background: #FFFFFF;            font-weight: bold;        }        a{            position: relative;            z-index: 1;        }        #side-nav {            position: fixed;            _position: absolute;            top: 10px;            right: 10px;            border: 1px black solid;            width: 14%;            z-index: 1;        }        .nav-style {            border-style: none;            font-size: 13px;            font-weight: bold;            background: #FFFFFF;        }        .report-title {            border-style: none;            font-size: 24px;            font-weight: bold;            text-align: center;        }        .title-style1 {            border-style: none;            font-size: 21px;            font-weight: bold;            text-align: center;        }        .title-style2 {            border-style: none;            font-size: 15px;            font-weight: bold;            text-align: center;        }        .title-style3 {            font-size: 13px;            font-weight: bold;            text-align: center;        }        .td-no-border {            border-style: none;        }        .table-tips {            font-style: italic;            font-size: 10px;            text-align: left;        }        .td-no-report {            border: #FFF solid 0px;            font-size: 22px;            font-weight: bold;        }        .watermark {            position: fixed;            background: no-repeat center;            transform: rotate(-30deg);            filter: alpha(opacity=20);            opacity: .20;        }    
    12.          style>
    13. head>
    14.       <body>
    15.          <div id="side-nav" class="Noprint">
    16.             <table align="center">
    17.                <tr>
    18.                   <td class="nav-style" align="center">
    19.                      <a href="#Header">报告头a>
    20.                   td>
    21. tr>
    22.                <tr>
    23.                   <td class="nav-style" align="center">
    24.                      <a href="#PersonalInfo">个人基本信息a>
    25.                   td>
    26. tr>
    27.                <tr>
    28.                   <td class="nav-style" align="center">
    29.                      <a href="#InfoSummary">信息概要a>
    30.                   td>
    31. tr>
    32.                <tr>
    33.                   <td class="nav-style" align="center">
    34.                      <a href="#CreditDetail">信贷交易信息明细a>
    35.                   td>
    36. tr>
    37.                <tr>
    38.                   <td class="nav-style" align="center">
    39.                      <a href="#QueryRecord">查询记录a>
    40.                   td>
    41. tr>
    42. table>
    43. div>
    44.          <div align='center' class='watermark' style='top:15%;'>
    45.             <font size='5px' color='gray'>
    46.                test99
    47.             font>
    48.             <br/>
    49.             <font size='5px' color='gray'>
    50.                1
    51.             font>
    52.             <font size='5px' color='gray'>
    53.                20231030155315
    54.             font>
    55. div>
    56.          <div align='center' class='watermark' style='top:15%;left:33%'>
    57.             <font size='5px' color='gray'>
    58.                test99
    59.             font>
    60.             <br/>
    61.             <font size='5px' color='gray'>
    62.                1
    63.             font>
    64.             <font size='5px' color='gray'>
    65.                20231030155315
    66.             font>
    67. div>
    68.          <div align='center' class='watermark' style='top:15%;left:66%'>
    69.             <font size='5px' color='gray'>
    70.                test99
    71.             font>
    72.             <br/>
    73.             <font size='5px' color='gray'>
    74.                1
    75.             font>
    76.             <font size='5px' color='gray'>
    77.                20231030155315
    78.             font>
    79. div>
    80.          <div align='center' class='watermark' style='top:50%;'>
    81.             <font size='5px' color='gray'>
    82.                test99
    83.             font>
    84.             <br/>
    85.             <font size='5px' color='gray'>
    86.                1
    87.             font>
    88.             <font size='5px' color='gray'>
    89.                20231030155315
    90.             font>
    91. div>
    92.          <div align='center' class='watermark' style='top:50%;left:33%'>
    93.             <font size='5px' color='gray'>
    94.                test99
    95.             font>
    96.             <br/>
    97.             <font size='5px' color='gray'>
    98.                1
    99.             font>
    100.             <font size='5px' color='gray'>
    101.                20231030155315
    102.             font>
    103. div>
    104.          <div align='center' class='watermark' style='top:50%;left:66%'>
    105.             <font size='5px' color='gray'>
    106.                test99
    107.             font>
    108.             <br/>
    109.             <font size='5px' color='gray'>
    110.                1
    111.             font>
    112.             <font size='5px' color='gray'>
    113.                20231030155315
    114.             font>
    115. div>
    116.          <div align='center' class='watermark' style='top:85%;'>
    117.             <font size='5px' color='gray'>
    118.                test99
    119.             font>
    120.             <br/>
    121.             <font size='5px' color='gray'>
    122.                1
    123.             font>
    124.             <font size='5px' color='gray'>
    125.                20231030155315
    126.             font>
    127. div>
    128.          <div align='center' class='watermark' style='top:85%;left:33%'>
    129.             <font size='5px' color='gray'>
    130.                test99
    131.             font>
    132.             <br/>
    133.             <font size='5px' color='gray'>
    134.                1
    135.             font>
    136.             <font size='5px' color='gray'>
    137.                20231030155315
    138.             font>
    139. div>
    140.          <div align='center' class='watermark' style='top:85%;left:66%'>
    141.             <font size='5px' color='gray'>
    142.                test99
    143.             font>
    144.             <br/>
    145.             <font size='5px' color='gray'>
    146.                1
    147.             font>
    148.             <font size='5px' color='gray'>
    149.                20231030155315
    150.             font>
    151. div>
    152.          <div>
    153.             <div class="report-title" style="margin-top: 15px;">
    154.                个人信用报告
    155.             div>
    156.          <div class="title-style2" style="margin-top: 8px;">
    157.             （授信机构版）
    158.          div>
    159. div>
    160.          <div id="Header">
    161.             <table align="center">
    162.                <tr>
    163.                   <td class="td-no-border" style="text-align:left">
    164.                      报告编号：2023100117121647378010
    165.                   td>
    166.                   <td class="td-no-border" style="text-align:right">
    167.                      报告时间：2023-10-23 17:18:16
    168.                   td>
    169. tr>
    170. table>
    171.             <table align="center">
    172.                <tr class="thead">
    173.                   <td>
    174.                      被查询者姓名
    175.                   td>
    176.                   <td>
    177.                      被查询者证件类型
    178.                   td>
    179.                   <td>
    180.                      被查询者证件号码
    181.                   td>
    182.                   <td>
    183.                      查询机构
    184.                   td>
    185.                   <td>
    186.                      查询原因
    187.                   td>
    188. tr>
    189.                <tr>
    190.                   <td>
    191.                      杨晴晴
    192.                   td>
    193.                   <td>
    194.                      身份证
    195.                   td>
    196.                   <td>
    197.                      32082719901102604X
    198.                   td>
    199.                   <td>
    200.                      1            
    201.                   td>
    202.                   <td>
    203.                      贷后管理
    204.                   td>
    205. tr>
    206. table>
    207.             <br/>
    208.          div>
    209.          <div id="PersonalInfo">
    210.             <div class="title-style1">
    211.                一 个人基本信息
    212.             div>
    213.          <br/>
    214.          <div class="title-style2">
    215.             （一）身份信息
    216.          div>
    217.          <table align="center">
    218.             <tr class="thead">
    219.                <td>
    220.                   性别
    221.                td>
    222.                <td>
    223.                   出生日期
    224.                td>
    225.                <td>
    226.                   婚姻状况
    227.                td>
    228.                <td>
    229.                   学历
    230.                td>
    231.                <td>
    232.                   学位
    233.                td>
    234.                <td>
    235.                   就业状况
    236.                td>
    237.                <td>
    238.                   国籍
    239.                td>
    240.                <td>
    241.                   电子邮箱
    242.                td>
    243. tr>
    244.             <tr>
    245.                <td>
    246.                   男
    247.                td>
    248.                <td>
    249.                   1980-06-30
    250.                td>
    251.                <td>
    252.                   --
    253.                td>
    254.                <td>
    255.                   初中及以下
    256.                td>
    257.                <td>
    258.                   --
    259.                td>
    260.                <td>
    261.                   在职
    262.                td>
    263.                <td>
    264.                   中国
    265.                td>
    266.                <td>
    267.                   1309867680@qq.com
    268.                td>
    269. tr>
    270.             <tr class="thead">
    271.                <td colspan="5">
    272.                   通讯地址
    273.                td>
    274.                <td colspan="3">
    275.                   户籍地址
    276.                td>
    277. tr>
    278.             <tr>
    279.                <td colspan="5">
    280.                   福建省福州市平潭县苏澳镇斗魁村斗魁58号
    281.                td>
    282.                <td colspan="3">
    283.                   --
    284.                td>
    285. tr>
    286.             <tr class="thead">
    287.                <td>
    288.                   编号
    289.                td>
    290.                <td colspan="4">
    291.                   手机号码
    292.                td>
    293.                <td colspan="3">
    294.                   信息更新日期
    295.                td>
    296. tr>
    297.             <tr>
    298.                <td>
    299.                   1
    300.                td>
    301.                <td colspan="4">
    302.                   18855583001
    303.                td>
    304.                <td colspan="3">
    305.                   2019-07-18
    306.                td>
    307. tr>
    308.             <tr>
    309.                <td>
    310.                   2
    311.                td>
    312.                <td colspan="4">
    313.                   18855583002
    314.                td>
    315.                <td colspan="3">
    316.                   2019-06-25
    317.                td>
    318. tr>
    319.             <tr>
    320.                <td>
    321.                   3
    322.                td>
    323.                <td colspan="4">
    324.                   18855583003
    325.                td>
    326.                <td colspan="3">
    327.                   2019-04-26
    328.                td>
    329. tr>
    330.             <tr>
    331.                <td>
    332.                   4
    333.                td>
    334.                <td colspan="4">
    335.                   18855583004
    336.                td>
    337.                <td colspan="3">
    338.                   2019-01-26
    339.                td>
    340. tr>
    341.             <tr>
    342.                <td>
    343.                   5
    344.                td>
    345.                <td colspan="4">
    346.                   15105055999
    347.                td>
    348.                <td colspan="3">
    349.                   2018-11-14
    350.                td>
    351. tr>
    352.             <tr>
    353.                <td>
    354.                   6
    355.                td>
    356.                <td colspan="4">
    357.                   13023801517
    358.                td>
    359.                <td colspan="3">
    360.                   2018-09-11
    361.                td>
    362. tr>
    363.             <tr>
    364.                <td>
    365.                   7
    366.                td>
    367.                <td colspan="4">
    368.                   18250182015
    369.                td>
    370.                <td colspan="3">
    371.                   2017-09-07
    372.                td>
    373. tr>
    374.             <tr>
    375.                <td>
    376.                   8
    377.                td>
    378.                <td colspan="4">
    379.                   015105055999
    380.                td>
    381.                <td colspan="3">
    382.                   2017-06-29
    383.                td>
    384. tr>
    385. table>
    386.          <br/>
    387.          <div class="title-style2">
    388.             （二）居住信息
    389.          div>
    390.          <table align="center">
    391.             <tr class="thead">
    392.                <td>
    393.                   编号
    394.                td>
    395.                <td>
    396.                   居住地址
    397.                td>
    398.                <td>
    399.                   住宅电话
    400.                td>
    401.                <td>
    402.                   居住状况
    403.                td>
    404.                <td>
    405.                   信息更新日期
    406.                td>
    407. tr>
    408.             <tr>
    409.                <td>
    410.                   1
    411.                td>
    412.                <td>
    413.                   地址1
    414.                td>
    415.                <td>
    416.                   --
    417.                td>
    418.                <td>
    419.                   未知
    420.                td>
    421.                <td>
    422.                   2019-07-18
    423.                td>
    424. tr>
    425.             <tr>
    426.                <td>
    427.                   2
    428.                td>
    429.                <td>
    430.                   地址2
    431.                td>
    432.                <td>
    433.                   --
    434.                td>
    435.                <td>
    436.                   未知
    437.                td>
    438.                <td>
    439.                   2019-06-25
    440.                td>
    441. tr>
    442.             <tr>
    443.                <td>
    444.                   3
    445.                td>
    446.                <td>
    447.                   地址3
    448.                td>
    449.                <td>
    450.                   --
    451.                td>
    452.                <td>
    453.                   未知
    454.                td>
    455.                <td>
    456.                   2019-04-26
    457.                td>
    458. tr>
    459.             <tr>
    460.                <td>
    461.                   4
    462.                td>
    463.                <td>
    464.                   地址4
    465.                td>
    466.                <td>
    467.                   --
    468.                td>
    469.                <td>
    470.                   未知
    471.                td>
    472.                <td>
    473.                   2019-01-26
    474.                td>
    475. tr>
    476.             <tr>
    477.                <td>
    478.                   5
    479.                td>
    480.                <td>
    481.                   --
    482.                td>
    483.                <td>
    484.                   --
    485.                td>
    486.                <td>
    487.                   未知
    488.                td>
    489.                <td>
    490.                   2018-11-14
    491.                td>
    492. tr>
    493.             <tr>
    494.                <td>
    495.                   6
    496.                td>
    497.                <td>
    498.                   福建省福州市平潭县苏澳镇斗魁村斗魁58号
    499.                td>
    500.                <td>
    501.                   --
    502.                td>
    503.                <td>
    504.                   未知
    505.                td>
    506.                <td>
    507.                   2018-10-18
    508.                td>
    509. tr>
    510.             <tr>
    511.                <td>
    512.                   7
    513.                td>
    514.                <td>
    515.                   福建省福州市平潭县苏沃镇斗魁村斗魁58号
    516.                td>
    517.                <td>
    518.                   0591-23106098
    519.                td>
    520.                <td>
    521.                   其他
    522.                td>
    523.                <td>
    524.                   2018-06-09
    525.                td>
    526. tr>
    527.             <tr>
    528.                <td>
    529.                   8
    530.                td>
    531.                <td>
    532.                   福州市
    533.                td>
    534.                <td>
    535.                   --
    536.                td>
    537.                <td>
    538.                   未知
    539.                td>
    540.                <td>
    541.                   2018-05-24
    542.                td>
    543. tr>
    544.             <tr>
    545.                <td>
    546.                   9
    547.                td>
    548.                <td>
    549.                   福建省福州市仓山区金山融信西班牙8—102
    550.                td>
    551.                <td>
    552.                   --
    553.                td>
    554.                <td>
    555.                   亲属楼宇
    556.                td>
    557.                <td>
    558.                   2017-09-25
    559.                td>
    560. tr>
    561. table>
    562.          <br/>
    563.          
    564. div>
    565.          <br/>
    566.          <div align="center" class="Noprint">
    567.             <hr align="center" width="70%" size="1" noshade=""/><input type="button" value="打印信用报告" onclick="javascript:printPage();"/><br/>
    568.          div>
    569.          <br/><br/><script type="text/javascript">    window.onload=function() {        //禁止复制        document.oncopy = function () {            return false;        };        //禁止粘贴        document.onpaste = function () {            return false;        };        //禁止剪切        document.oncut = function () {            return false;        };        //禁止右键菜单        document.oncontextmenu = function () {            return false;        };        //禁止文本选择        document.onselectstart = function () {            return false;        };    };script>
    570.       body>
    571. html>

    3.java代码实现

    比如说我们想删掉某一个div  可以根据div的id class等进行操作处理

    1.     public static void main(String[] args) throws IOException {
    2.  
    3.         String filePath = "/Users/xxxx/Downloads/a.html";
    4.  
    5.         File file = new File(filePath);
    6.  
    7.         // 解析HTML文本
    8.         Document document = Jsoup.parse(file, "UTF-8");
    9.  
    10.         // 选择要移除的div元素（可以根据id、class或其他属性来选择）
    11.         Elements divsToRemove = document.select("div#Header");
    12.  
    13.         Element table = divsToRemove.select("table").get(1);
    14.         if (table != null) {
    15.             Element rowToDelete = table.select("tr").get(0); // 获取第一行（索引从0开始）
    16.             Element rowToDelete2 = table.select("tr").get(1); // 获取第二行（索引从0开始）
    17.  
    18.             // 删除表格行
    19.             rowToDelete.remove();
    20.             rowToDelete2.remove();
    21.         }
    22.  
    23.  
    24.         Elements divsToRemove2 = document.select("div#PersonalInfo");
    25.  
    26.         divsToRemove2.remove();
    27.  
    28.  
    29.         // 输出更新后的HTML文本
    30.         String updatedHtml = document.outerHtml();
    31.         System.out.println(updatedHtml);
    32.     }

    根据class删除代码示例：

    1. import org.jsoup.Jsoup;
    2. import org.jsoup.nodes.Document;
    3. import org.jsoup.nodes.Element;
    4. import org.jsoup.select.Elements;
    5.  
    6. public class RemoveDivsByClass {
    7.     public static void main(String[] args) {
    8.         // 输入的HTML文本
    9.         String htmlText = "
      子元素1
      子元素2
      子元素3
      "      ;
    10.  
    11.         // 解析HTML文本
    12.         Document document = Jsoup.parse(htmlText);
    13.  
    14.         // 查找特定的
      元素（这里使用id="content"作为示例）
    15.         Element divElement = document.select("div#content").first();
    16.  
    17.         if (divElement != null) {
    18.             // 查找包含特定class属性值的子
      元素并删除
    19.             Elements divsToDelete = divElement.select("div.delete-me");
    20.             divsToDelete.remove();
    21.         }
    22.  
    23.         // 输出更新后的HTML文本
    24.         String updatedHtml = document.outerHtml();
    25.         System.out.println(updatedHtml);
    26.     }
    27. }

  • 相关阅读:
    【无标题】
    宏macro
    java子类向父类转型再转回子类
    收银台——Web自动化测试
    声声入耳：音频新体验
    强化学习笔记
    nlp中的对抗训练比较
    什么是运营商精准大数据？又有什么作用？
    jemter ramp-up
    MySQL 备份和恢复
  • 原文地址：https://blog.csdn.net/Rice_kil/article/details/134159816