ＨＴＭ的分析问题！写了一大堆不知道有没有愿意看！熟悉解析的麻烦看下谢谢啊

这个程序的目的是想遍历HTML。如果得到button控件我就。做一些处理（如：删除 onclick事件）
 如果得到span控件我就做。一些处理（如：删除 onkeydown、onmouseover事件）
 如果得到style控件我就做。一些处理（如：font-size超过200我就变为100）
 如果得到img控件我就做。一些处理（如：....）
 ..........................................
 ..........................................
然后把处理过的html打印出来现在遇到的问题是：
1.我遍历属性的时候，由于选择了一个,不是很规则的Html.String，所以第一行的style被当作一个属性遍历出来了。
而font-size:200被当作这个属性的Value遍历出来了！即：
Name==style
Value==font-size: 200
而不能把font-size当做属性遍历出来,而200当作font-size的数值遍历出来的！要怎么才能达到这个效果呢？
但是后面font写法的，face ,color ,size都会当成属性遍历出来！即：
Name==face
Value==楷体
2.经过处理后！我toHtml以后得到的字符串比以前膨胀了很多，前面和后面的都重复了不知道是为什么阿？
span1
span2
<button onclick="alert('button')">button1</button>
font1
span2
span2
<button onclick="alert('button')">font1

import java.util.*;
import org.htmlparser.*;
import org.htmlparser.util.*;
import org.htmlparser.visitors.*;
public class HtmPar {
public static void main(String[] args) throws Exception {
StringBuffer sbHtml = new StringBuffer();
sbHtml
.append(
"span1")
.append(
"span2")
.append("<button onclick=\"alert('button')\">button1</button>")
.append(
"font1"); System.out.println(new HtmPar().filterBody(sbHtml.toString())); } public String filterBody(String body) throws Exception {
String reValue = "";
Parser parser = Parser.createParser(body.toString(), "GBK");
AttribVisitor av = new AttribVisitor();
parser.visitAllNodesWith(av);
reValue = av.getHtml();
return reValue;
}
}// 遍历
final class AttribVisitor extends NodeVisitor {
private NodeList tables = new NodeList();
public void visitTag(Tag tag) {
Vector<Attribute> _vr = tag.getAttributesEx();
int vrL = _vr.size();
Attribute _arr = null;
String arrName = null;
for (int i = 0; i < vrL; i++) {
_arr = _vr.get(i);
arrName = _arr.getName();
System.out.println("***************************");
System.out.println("Name==" + arrName);
System.out.println("Value==" + _arr.getValue());
System.out.println("***************************");
if (arrName != null && arrName.equals("onkeydown"))
_arr.setValue("");
_vr.set(i, _arr);
}
tag.setAttributesEx(_vr);
tables.add(tag);
}
public synchronized String getHtml() {
String reValue = null;
reValue = tables.toHtml();
return reValue;
}
}原是字符串如下：
span1
span2
<button onclick="alert('button')">button1</button>
font1
根据上面需求希望得到结果：
span1 //去掉onkeydown事件
span2 //去掉onkeydown事件
<button>button1</button> //去掉onclick事件
font1 //size超过200变成100

解决方案 »

免费领取超大流量手机卡，每月29元包185G流量+100分钟通话, 中国电信官方发货

这个程序的目的是想遍历HTML。如果得到button控件我就。做一些处理（如：删除 onclick事件）
 如果得到span控件我就做。一些处理（如：删除 onkeydown、onmouseover事件）
 如果得到style控件我就做。一些处理（如：font-size超过200我就变为100）
 如果得到img控件我就做。一些处理（如：....）
 ..........................................
 ..........................................
然后把处理过的html打印出来现在遇到的问题是：
1.我遍历属性的时候，由于选择了一个,不是很规则的Html.String，所以第一行的style被当作一个属性遍历出来了。
而font-size:200被当作这个属性的Value遍历出来了！即：
Name==style
Value==font-size: 200
而不能把font-size当做属性遍历出来,而200当作font-size的数值遍历出来的！要怎么才能达到这个效果呢？
但是后面font写法的，face ,color ,size都会当成属性遍历出来！即：
Name==face
Value==楷体
2.经过处理后！我toHtml以后得到的字符串比以前膨胀了很多，前面和后面的都重复了不知道是为什么阿？
span1
span2
<button onclick="alert('button')">button1</button>
font1
span2
span2
<button onclick="alert('button')">font1

import java.util.*;
import org.htmlparser.*;
import org.htmlparser.util.*;
import org.htmlparser.visitors.*;
public class HtmPar {
public static void main(String[] args) throws Exception {
StringBuffer sbHtml = new StringBuffer();
sbHtml
.append(
"span1")
.append(
"span2")
.append("<button onclick=\"alert('button')\">button1</button>")
.append(
"font1"); System.out.println(new HtmPar().filterBody(sbHtml.toString())); } public String filterBody(String body) throws Exception {
String reValue = "";
Parser parser = Parser.createParser(body.toString(), "GBK");
AttribVisitor av = new AttribVisitor();
parser.visitAllNodesWith(av);
reValue = av.getHtml();
return reValue;
}
}// 遍历
final class AttribVisitor extends NodeVisitor {
private NodeList tables = new NodeList();
public void visitTag(Tag tag) {
Vector<Attribute> _vr = tag.getAttributesEx();
int vrL = _vr.size();
Attribute _arr = null;
String arrName = null;
for (int i = 0; i < vrL; i++) {
_arr = _vr.get(i);
arrName = _arr.getName();
System.out.println("***************************");
System.out.println("Name==" + arrName);
System.out.println("Value==" + _arr.getValue());
System.out.println("***************************");
if (arrName != null && arrName.equals("onkeydown"))
_arr.setValue("");
_vr.set(i, _arr);
}
tag.setAttributesEx(_vr);
tables.add(tag);
}
public synchronized String getHtml() {
String reValue = null;
reValue = tables.toHtml();
return reValue;
}
}原是字符串如下：
span1
span2
<button onclick="alert('button')">button1</button>
font1
根据上面需求希望得到结果：
span1 //去掉onkeydown事件
span2 //去掉onkeydown事件
<button>button1</button> //去掉onclick事件
font1 //size超过200变成100
这个程序的目的是想遍历HTML。如果得到button控件我就。做一些处理（如：删除 onclick事件）
 如果得到span控件我就做。一些处理（如：删除 onkeydown、onmouseover事件）
 如果得到style控件我就做。一些处理（如：font-size超过200我就变为100）
 如果得到img控件我就做。一些处理（如：....）
 ..........................................
 ..........................................
然后把处理过的html打印出来现在遇到的问题是：
1.我遍历属性的时候，由于选择了一个,不是很规则的Html.String，所以第一行的style被当作一个属性遍历出来了。
而font-size:200被当作这个属性的Value遍历出来了！即：
Name==style
Value==font-size: 200
而不能把font-size当做属性遍历出来,而200当作font-size的数值遍历出来的！要怎么才能达到这个效果呢？
但是后面font写法的，face ,color ,size都会当成属性遍历出来！即：
Name==face
Value==楷体
2.经过处理后！我toHtml以后得到的字符串比以前膨胀了很多，前面和后面的都重复了不知道是为什么阿？
span1
span2
<button onclick="alert('button')">button1</button>
font1
span2
span2
<button onclick="alert('button')">font1

import java.util.*;
import org.htmlparser.*;
import org.htmlparser.util.*;
import org.htmlparser.visitors.*;
public class HtmPar {
public static void main(String[] args) throws Exception {
StringBuffer sbHtml = new StringBuffer();
sbHtml
.append(
"span1")
.append(
"span2")
.append("<button onclick=\"alert('button')\">button1</button>")
.append(
"font1"); System.out.println(new HtmPar().filterBody(sbHtml.toString())); } public String filterBody(String body) throws Exception {
String reValue = "";
Parser parser = Parser.createParser(body.toString(), "GBK");
AttribVisitor av = new AttribVisitor();
parser.visitAllNodesWith(av);
reValue = av.getHtml();
return reValue;
}
}// 遍历
final class AttribVisitor extends NodeVisitor {
private NodeList tables = new NodeList();
public void visitTag(Tag tag) {
Vector<Attribute> _vr = tag.getAttributesEx();
int vrL = _vr.size();
Attribute _arr = null;
String arrName = null;
for (int i = 0; i < vrL; i++) {
_arr = _vr.get(i);
arrName = _arr.getName();
System.out.println("***************************");
System.out.println("Name==" + arrName);
System.out.println("Value==" + _arr.getValue());
System.out.println("***************************");
if (arrName != null && arrName.equals("onkeydown"))
_arr.setValue("");
_vr.set(i, _arr);
}
tag.setAttributesEx(_vr);
tables.add(tag);
}
public synchronized String getHtml() {
String reValue = null;
reValue = tables.toHtml();
return reValue;
}
}原是字符串如下：
span1
span2
<button onclick="alert('button')">button1</button>
font1
根据上面需求希望得到结果：
span1 //去掉onkeydown事件
span2 //去掉onkeydown事件
<button>button1</button> //去掉onclick事件
font1 //size超过200变成100
上面不太清楚啊!看下面加了代码 script的啊
lz建议你发代码的时候最好用代码的格式发，那样还好看一下。
帮lz顶了
.append("span1")
 好像是这里少了一个结束符号!

.append("span1")
你这种方式的没有用过
不过如果只是要读入一个HTML然后进行处理的话
完全可以用正则表达式来搞
用HasAttributeFilter,TagNameFilter，AndFilter搞定
String spanStr = "span1 ";
String buttonStr = "<button onclick=\"alert('button')\">button1 </button>";
String fontSizeStr = " font1 ";

String spanReg = "( <font face=\"楷体\" color=\"red\" size=\")2[0-9][0-9]*";

spanStr = spanStr.replaceAll(spanReg, "$1");
buttonStr = buttonStr.replaceAll(buttonReg, "$1");
fontSizeStr = fontSizeStr.replaceAll(fontSizeReg, "$1100");

System.out.println("spanStr =" +spanStr);
System.out.println("buttonStr =" +buttonStr);
System.out.println("fontSizeStr =" +fontSizeStr);
/**
*
*/
package houlei.test.htmlParser;import java.util.Vector;import org.htmlparser.Attribute;
import org.htmlparser.Node;
import org.htmlparser.Parser;
import org.htmlparser.Tag;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;/**
* 该类创建于 2008-9-2 下午12:48:13
*
* @version 1.0.0
* @author 侯磊
*/
public class Test { public static void main(String[] args) throws ParserException {
StringBuffer sbHtml = new StringBuffer();
sbHtml.append("span1");
sbHtml.append("");
sbHtml.append("span2");
sbHtml.append("");
sbHtml.append("<button onclick=\"alert('button')\">button1</button>");
sbHtml.append("font1");

System.out.println(sbHtml.toString());

Parser parser = Parser.createParser(sbHtml.toString(), "GBK");
NodeList list = parser.parse(null);
visitNodeList(list);
System.out.println(list.toHtml());
}

private static void visitNodeList(NodeList list){
for(int i=0;i<list.size();i++){
Node node = list.elementAt(i);
if(node instanceof Tag){
visitTag((Tag)node);
}
NodeList children = node.getChildren();
if(children!=null && children.size()>0){
visitNodeList(children);
}
}
} private static void visitTag(Tag tag) {
Vector attrs = tag.getAttributesEx();
for(int i=0;i<attrs.size();i++){
Object obj = attrs.elementAt(i);
if(obj!=null && obj instanceof Attribute){
visitAttribute((Attribute)obj,tag);
}
}
} private static void visitAttribute(Attribute attribute, Tag tag) {
String tagName = tag.getTagName();
if(tagName.equalsIgnoreCase(Tag_Span) && Attr_OnKeyDown.equalsIgnoreCase(attribute.getName())){
tag.removeAttribute(Attr_OnKeyDown);
}
if(tagName.equalsIgnoreCase(Tag_Font) && Attr_Size.equalsIgnoreCase(attribute.getName())){
try{
if(Integer.parseInt(attribute.getValue())>Max_Font_Size){
attribute.setValue(String.valueOf(Default_Font_Size));
}
}catch(Exception e){}
}

}
private static final String Attr_OnKeyDown="onkeydown";
private static final String Tag_Span = "span";
private static final String Attr_Size = "size";
private static final String Tag_Font = "font";
private static final int Max_Font_Size = 200;
private static final int Default_Font_Size = 100;
}
对HtmlParser不熟悉，所以，按我自己熟悉的方式来做了。
上述代码仅供参考。
谢谢。
所以现在提倡使用xml来规范html。
我就特别讨厌dreamweaver加入那种不规范的标签。针对你这种情况是否可以想办法先把标签改成规范的，然后再解析？
或者研究一下正则表达式看看。无论如何感觉都是很庞大的任务。