Java中使用htmlparser清除專案中的指定樣式

因為專案規範問題，要統一清除指定的樣式，所以學習了下htmlparser的使用。

htmlparser的基礎教程有很多，這邊就不多解釋。

import com.google.common.io.Files;
import org.apache.commons.lang.StringUtils;
import org.htmlparser.Node;
import org.htmlparser.NodeFilter;
import org.htmlparser.Parser;
import org.htmlparser.filters.AndFilter;
import org.htmlparser.filters.CssSelectorNodeFilter;
import org.htmlparser.tags.Div;
import org.htmlparser.util.NodeList;

import java.io.File;
import java.io.IOException;
import java.nio.charset.Charset;

/**
 * Created by john on 2016/9/9.
 */
public class htmlTest {

    public static String DEFAULT_CHARSET = "GBK";

    public static void main(String[] args) {
        File file = new File("C:\\Users\\john\\htmlparser");
        removeHtmlStyle(file);
    }

    public static void removeHtmlStyle(File file) {
        if (file.isDirectory()) {
            File[] files = file.listFiles();
            for (File _file : files) {
                removeHtmlStyle(_file);
            }
        } else {
            removeMarginBottomStyle(file);
        }
    }

    public static void removeMarginBottomStyle(File file) {
        String html = "";
        try {
            html = Files.toString(file, Charset.defaultCharset());

            if (StringUtils.isBlank(html)) {
                return;
            }
            /*
            filters : 過濾出來的樣式，這邊使用CssSelectorNodeFilter可以直接使用jquery選擇器的語法來選擇dom節點
            相關的NodeFilter實現類會在下面附上圖片。
             */
            NodeFilter[] filters = new NodeFilter[]{new CssSelectorNodeFilter("div[class='form-inline row']")};
            NodeFilter filter = new AndFilter(filters);
            Parser parser = Parser.createParser(html, DEFAULT_CHARSET);
            NodeList nodes = parser.extractAllNodesThatMatch(filter);
            if (nodes != null && nodes.size() != 0) {
                for (int i = 0, length = nodes.size(); i < length; i++) {
                    /*
                    篩選出來的節點清除樣式:
                    1、快取原節點 temp
                    2、過濾包含待清除樣式的節點
                    3、清除待清除樣式的內容style
                    4、替換頁面上快取節點的內容成清楚後的節點
                     */

                    Node node = nodes.elementAt(i);
                    String temp = node.toHtml();    //快取原節點
                    Div div = (Div) node;   
                    String style = div.getAttribute("style");   //找到自定義的style樣式(style="margin-bottom: 10px;")
                    if (StringUtils.isNotBlank(style) && style.contains("margin-bottom")) { //待清除的樣式
                        int start = style.indexOf(";", style.indexOf("margin-bottom")) + 1; 
                        if (start == -1 || StringUtils.isBlank(style.substring(start, style.length()))) {  
                            div.removeAttribute("style");
                        } else {
                            div.setAttribute("style", style.substring(start, style.length()));
                        }
                        html = StringUtils.replace(html, temp, div.toHtml());   //替換頁面中的樣式
                    }
                }
            }
            Files.write(html, file, Charset.forName("utf8"));
            File log = new File("C:\\Users\\john\\Desktop\\replace.log");
            Files.append(file.getPath() + "\n", log, Charset.forName("utf8"));

        } catch (IOException ioe) {
            System.out.println("讀取檔案失敗！" + ioe.getMessage());
        } catch (Exception ex) {
            System.out.println("發生異常:" + ex.getMessage());
        }
        System.out.println("====>" + file.getPath() + "  [替換內容]");
    }
}
 

NodeFilter結構圖: