java 解決Html table的rowspan問題(osc處女做)

假若有以下html代碼須要解析

<table border="1">
	<tr>
		<td rowspan="3">1</td>
		<td>1</td>
		<td>1</td>
		<td>1</td>
	</tr>
	<tr>
		<td>2</td>
		<td>2</td>
		<td>2</td>
	</tr>
	<tr>
		<td>3</td>
		<td>3</td>
		<td>3</td>
	</tr>
</table>

咱們須要以每一行爲一個對象的解析過程

理想輸出的結果是

1111

1222

1333

 

再假若有下面html

<table border="1">
	<tr>
		<td rowspan="3">1</td>
		<td>1</td>
		<td>1</td>
		<td>1</td>
	</tr>
	<tr>
		<td>2</td>
		<td rowspan="2">2</td>
		<td>2</td>
	</tr>
	<tr>
		<td>3</td>
		<td>3</td>
	</tr>
</table>

 

咱們獲得理想的結果是

1111

1222

1323

若是每次都按照這樣的結果輸出，就符合咱們的理想， 把rowspan掉的給恢復成無rowspan的table解析起來就比較方便了

下面說解決思路， 首先咱們用一個二維的String數組來表示無rowspan table的行和列

上面的咱們能夠聲明String[][] table=new String[3][4];

表示三行四列的table

下面我開始遍歷html代碼的每一行，行下標用i來表示，在行的遍歷代碼中咱們遍歷每行的列，在遍歷的同時咱們判斷這個列是否是有rowspan屬性，若是有在二維數組中給i+1行的當前列（經過當前列的下標能夠訪問到）賦值爲i行的當前單元格的值，這個rowspan被順利讀取，最後的二維數組就是咱們獲得的沒有rowspan的table。注意在給每一個單元格賦值前，須要判斷當前行和當前列是否是爲空的， 若是不爲空則向列+1的單元格賦值 ， 依此往復知道賦值成功

下面貼上個人代碼，用到了jsoup（解析html利器嘛 。）

 

 

package bank.html;

import java.io.File;
import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class Table {
	private List<Tr> trs;
	private String html;
	private String[][] table;
	private boolean isHtml;
	public Table(String tableHtml){
		html=tableHtml;
	}
	public void parse(){
		Document document=Jsoup.parse(html);
		Elements trsE = document.select("tr");
		Elements firstTds=trsE.get(0).select("td");
		table = new String[trsE.size()][firstTds.size()];
		for (int row = 0; row < table.length; row++) {
			Element tr = trsE.get(row);
			Elements tds = tr.select("td");
			int column = 0;
			for (Element td : tds) {
				if (td.hasAttr("rowspan")) {
					int rowspan = Integer.parseInt(td.attr("rowspan"));
					td.removeAttr("rowspan");
					int endRow = rowspan + row - 1;
					for (int startColumn=column; endRow > row; endRow--) {
						boolean flag = true;
						int columnA=startColumn;
						while (flag) {
							if (table[endRow][columnA] == null) {
								table[endRow][columnA] = isHtml?td.toString():td.html();
								flag=false;
								startColumn=columnA;
							} else {
								columnA++;
							}
						}

					}
				}
				boolean runing = true;
				do {
					if (table[row][column] == null) {
						runing = false;
						table[row][column] = isHtml?td.toString():td.html();
					} else {
						runing = true;
					}
					column++;
				} while (runing);

			}
		}
		trs=new ArrayList<Tr>();
		for (String[] strings : table) {
			Tr tr=new Tr();
			List<Td> tds=new ArrayList<Td>();
			for (String string : strings) {
				Td td=new Td();
				td.setContent(string);
				tds.add(td);
			}
			tr.setTds(tds);
			trs.add(tr);
		}
	}
	public List<Tr> getTrs(){
		return trs;
	}
	public String getHtml(){
		return html;
	}
	public int getTrCount(){
		return trs.size();
	}
	public void isHtml(boolean v){
		isHtml=v;
	}
	public static void main(String[] args) throws IOException {
		Document document=Jsoup.parse(new File("table.html"), "utf-8");
		Elements trs=document.select("tr");
		System.out.println(trs.size());
		Table table=new Table("<table>"+trs.toString()+"</table>");
		table.parse();
		for(Tr trss:table.getTrs()){
			System.out.println("行開始");
			for(Td td:trss.getTds()){
				System.out.println(td.getContent());
			}
			System.out.println("行結束");
		}
	}
}

package bank.html;

import java.util.List;

public class Tr {
	private List<Td> tds;

	public List<Td> getTds() {
		return tds;
	}

	public void setTds(List<Td> tds) {
		this.tds = tds;
	}
	
}

 

package bank.html;


public class Td {
	private String content;

	public String getContent() {
		return content;
	}

	public void setContent(String content) {
		this.content = content;
	}
}

能夠用上面的html代碼測試，可能我描述的不夠清楚，你們代碼運行下就會明白的。這是我在OSC的處做，其中可能會存在問題，歡迎各路人批評指正。