Split Rich Text in eine Liste mit dem Richtext-Code

Question

Ich versuche, einen Weg zu finden, dies richtig zu trennen, aber bis jetzt stoße ich auf viele Probleme.

mit string.split/string.substring, string.indexof, string.replace und so weiter.

Hier ist eine Beispielzeichenfolge, die in eine Liste aufgeteilt werden muss.

wie

splitStart = baseString.Value.Split(' '); 
foreach (string part in splitStart) 
{ 
    if (part.Contains("<")) 
    { 
     // get the parts <b> <i> <size> <color> </b> </i> </size> </color> \n 
     textlist.Add(part); // add each part to list 
    } 
    else 
    { 
     textlist.Add(part); 
     Debug.Log(part); 
    } 
} 

ich Dinge ausprobiert :

We are <b><i>very</i></b><b>a</b>mused!\nThank you. 

und das Ergebnis in der Liste in dieser Reihenfolge sein sollte:

0: We 
1: are 
2: <b> 
3: <i> 
4: very 
5: </i> 
6: </b> 
7: <b> 
8: a 
9: </b> 
10: mused! 
11: \n 
12: Thank 
13: you. 

dies zu tun ist

Also, was ich versuche,

contains("<n>") 
replace "<n>" "" and add "<n>" to array 

aber das kann die Sequenz brechen ce.

Edit: Ich habe vergessen zu sagen, dass dies für C# ist

Answer 1

Ich glaube, Sie brauchen eine Vorbearbeitung von Zeichen einige HTML-Parser wie jsoup oder Baumstruktur-Algorithmus.

Es ist eine Option, um diesen Fall mit Jsoup-Bibliothek zu machen.

1. Java-Version

Zuerst Wortliste aus den HTML-Tags vorzubereiten.

Dann durchlaufen Sie den HTML-Inhalt mit Jsoups NodeVisitor-Klasse.

doc.body().traverse(
      new NodeVisitor(){ 

       @Override 
       public void head(Node arg0, int arg1) { 
        if(arg1 == 1) 
        { 
         String value = arg0.outerHtml(); 
         if(!wordList.contains(value)) 
          wordList.add(arg0.outerHtml()); 
        } 
       } 

       @Override 
       public void tail(Node arg0, int arg1) { 

       } 
      } 
     ); 

Schließlich ist der Code wie folgt.

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.nodes.Node; 
import org.jsoup.select.Elements; 
import org.jsoup.select.NodeVisitor; 

public class HtmlTest { 

    public static String parseHtml(String str) { 
     org.jsoup.nodes.Document doc = Jsoup.parse(str); 

     final List<String> wordList = new ArrayList<String>(); 

     doc.body().traverse(
      new NodeVisitor(){ 

       @Override 
       public void head(Node arg0, int arg1) { 
        if(arg1 == 1) 
        { 
         //String value = Jsoup.parse(arg0.outerHtml()).text(); 
         String value = arg0.outerHtml(); 
         if(!wordList.contains(value)) 
          wordList.add(arg0.outerHtml()); 

        } 

       } 

       @Override 
       public void tail(Node arg0, int arg1) { 

       } 
      } 
     ); 


     for(String word: wordList) 
     { 
      System.out.println(word); 
     } 

     return ""; 
    } 

    public static void main(String[] args) 
    { 
     System.out.println(parseHtml("We are <b><i>very</i></b><b>a</b>mused!\nThank you.")); 
    } 
} 

Der Ausgang muss aussehen wie seine

We are 
<b><i>very</i></b> 
<b>a</b> 
mused! Thank you. 

2. C# Version

Nun, Der Quellcode von C# Version ist ein litte bisschen anders aber die gleiche Prozess (mit ein wenig Änderung benötigt).

Dies ist meine NodeVisitor-Version des Codes.

Zuerst analysieren Sie den HTML-Inhalt.

Document doc = NSoupClient.Parse(str); 

Zweitens, wählen Sie den ursprünglichen Satz aus 'Körper' Tag.

doc.Select("body").Traverse(new TestNodeVisitor(wordList)); 

Der vollständige Code wie folgt.

using NSoup; 
using NSoup.Nodes; 
using NSoup.Select; 
using System; 
using System.Collections.Generic; 
using System.IO; 
namespace NSoupTest 
{ 

    class Program 
    { 

     private class TestNodeVisitor : NodeVisitor 
     { 
      List<String> wordList; 

      public TestNodeVisitor(List<String> wordList) 
      { 
       this.wordList = wordList; 
      } 

      public void Head(Node node, int depth) 
      { 
       if(depth == 1) 
       { 
        String value = node.OuterHtml(); 

        if(!wordList.Contains(value)) 
         wordList.Add(value); 
       } 

      } 

      public void Tail(Node node, int depth) 
      { 

      } 
     } 


     public static String parseHtml(String str) { 
      Document doc = NSoupClient.Parse(str); 


      List<String> wordList 
       = new List<String>(); 

      doc.Select("body").Traverse(new TestNodeVisitor(wordList)); 


      foreach (String word in wordList) 
      { 

       Console.WriteLine(word); 
      } 

      return ""; 
     } 

     static void Main(string[] args) 
     { 
      try 
      { 
       parseHtml("We are <b><i>very</i></b><b>a</b>mused!\nThank you."); 
      } 
      catch (FileNotFoundException fe) { 
       Console.WriteLine(fe.Message); 
      } 

     } 
    } 
} 

Die Ausgabe sollte auch seine

We are 
<b><i>very</i></b> 
<b>a</b> 
mused! Thank you. 

Sie die NSoup Bibliothek, die ich zu diesem Zeitpunkt verwendet finden (eigentlich keine offizielle Version 0.8.0) von den site.

Die offizielle NSoup-Site ist here, aber keine Besucherschnittstelle.

Dann können Sie Ihre eigene Methode verwenden, um Code abzuschließen.

Ich muss Ihnen sagen, dies ist nur eine Option für Ihr Ziel.

Regard,