在Java中使用正则表达式中的HTML标签的风格

Question

我存储在一个Java代码的字符串变量的HTML代码“改造” CSS样式，在这个字符串我有这样的事情：

<span style="text-decoration: underline;">test</span> 

而且我想是这样的

<u>test</u> 

或者，如果我有这样的：

<span style="color: #2873ee; text-decoration: underline;">test</span> 

我想这一点：

<font color="#2873ee"><u>test</u></font> 

使用正则表达式我可以这样做：

affectedString.replaceAll("<span style=\"text-decoration: underline;\">(.*?)<\\/span>", "<u>$1</u>"); 

和

affectedString.replaceAll("<span style=\"color:\\s*?(#[A-Fa-f0-9]{6}|[A-Fa-f0-9]{3}); text-decoration: underline;\">(.*?)<\\/span>", "<u><font color=\"$1\">$2</u></font>"); 

容易吧？但我有几个问题，也不喜欢这个代码。 首先，我为什么不喜欢这个？因为我需要在CSS样式使用此：下划线，颜色和线通过，并写巧合的每一种情况下是不是一个很好的代码，例如：

affectedString.replaceAll("<span style=\"color:\\s*?(#[A-Fa-f0-9]{6}|[A-Fa-f0-9]{3}); text-decoration: underline;\">(.*?)<\\/span>", "<u><font color=\"$1\">$2</u></font>"); 
affectedString.replaceAll("<span style=\"text-decoration: underline; color:\\s*?(#[A-Fa-f0-9]{6}|[A-Fa-f0-9]{3});\">(.*?)<\\/span>", "<u><font color=\"$2\">$1</u></font>"); 

而且问题是这不工作与像一个代码：

<span style="text-decoration: underline;">test <span style="text-decoration: line-through;">two</span></span> 

在当我尝试应用该正则表达式这种情况下，部分匹配，直到第一</span>，所以最后的结果是：

<u>test<span style="text-decoration:line-through;">two</u></span> 

这是当我匹配文本修饰：下划线，然后当我匹配文本修饰：直通。第二个结果是：

<u>test <strike>two</u></strike> 

当预期的结果是

<u>test <strike>two</strike></u> 

我的问题是，什么样的正则表达式我可以用它来解决这类问题？将这个简单的css“转换”成html标签有更好的解决方案吗？

谢谢

Answer 1

我建议不要使用正则表达式。调试/扩展并不容易，并且非常快速。您可以使用像jsoup这样的库来解析HTML，遍历DOM并使用CSS选择器来获取元素。例如。获取与class所有div属性，你会使用

Elements divs = doc.select("div[class]");