从 HTMLDocument 中获取所有 html 作为字符串答案

【问题标题】：get all html as a String from HTMLDocument从 HTMLDocument 中获取所有 html 作为字符串
【发布时间】：2012-05-15 08:50:58
【问题描述】：

我用 Java 编码..

有谁知道我如何将 javax.swing.text.html.HTMLDocument 的内容作为字符串获取？这就是我到目前为止所得到的......

URL url = new URL( "http://www.test.com" );

HTMLEditorKit kit = new HTMLEditorKit(); 
HTMLDocument doc = (HTMLDocument) kit.createDefaultDocument(); 
doc.putProperty("IgnoreCharsetDirective", Boolean.TRUE);
Reader HTMLReader = new InputStreamReader(url.openConnection().getInputStream()); 
kit.read(HTMLReader, doc, 0);

我需要将 HTMLDocument 的内容作为字符串。

例子：

<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" "http://www.w3.org/TR/html4/strict.dtd">    <html><head><meta http-equiv="X-UA-Compatible" content="IE=Edge,chrome=1">

.......等等

任何帮助将不胜感激。我需要使用 HTMLDocument 类才能正确处理 html :)

谢谢丹尼尔

【问题讨论】：

标签： java document

【解决方案1】：

您根本不需要编辑器和阅读器 - 只需阅读输入流。比如用 commons-io IOUtils.toString(inputStream)

或者你可以使用：

Content content = document.getContent();
String str = content.getString(0, content.length() - 1);

【讨论】：

这不起作用，因为继承的getContent 方法受到保护。

【解决方案2】：

StringWriter writer = new StringWriter();
kit.write(writer, doc, 0, doc.getLength());
String s = writer.toString();

【讨论】：