我想在 Java 桌面应用程序中实现搜索和突出显示 html 文件中的 多个 短语，就像在 Web 浏览器中完成的那样，所以 html 标记 ( < 和 >) 内的标签会被忽略，但像 <b> 这样的一些标签不会被忽略。例如，在...each <b>table</b> has name... 文本中搜索each table 时会突出显示，但在文本...has each</p><p> Table is... 中不会突出显示，因为<p> 标记会中断文本含义。
在网络浏览器中这是以某种方式实现的，我怎样才能实现这个实现？或者网上有什么资料吗？我尝试了谷歌，但没有成功:(
【问题讨论】：
标签： java html browser full-text-search
正如 Faisal 所说，浏览器仅在呈现的内容中进行搜索。为此，您需要在进行实际搜索之前删除 HTML 标签：
此代码可能会帮助您： http://www.dotnetperls.com/remove-html-tags
当然，您需要添加一些检查/排除项，例如脚本标签和其他未呈现到浏览器中的内容。
【讨论】：
尝试在java中使用javax.swing.text.html包。
【讨论】：
这看起来很简单。
1) 搜索字符串中的最后一个单词。
2）看看最后一个词之前的内容。
3) 确定最后一个单词之前的内容是否构成中断 (<p>, <br />, <div>)。
4）如果中断，continue
5) Else 根据搜索查询评估前一个单词。
我不知道这是否是浏览器执行此操作的方式，但这种方法应该可行。
【讨论】：
浏览器不是在实际的 HTML 文件中搜索，而是搜索该 HTML 的呈现输出。
获取合适的 HTML 渲染器并将其输出为文本。然后使用适当的字符串搜索算法搜索该文本输出。
您在问题中突出显示的示例将导致呈现的 HTML 输出中出现换行符，因此正常的字符串搜索算法将按照您的预期运行。
【讨论】：