يدور هذا الموضوع البسيط حول كيفية ** تحويل HTML إلى نص في Java **. في * Java HTML إلى نص عادي * يمكن تطوير تطبيق التحويل الذي يعمل تحت أنظمة Windows أو Linux أو macOS باستخدام واجهات API بسيطة وسهلة.
خطوات تحويل HTML إلى نص في Java
- تكوين مشروعك لإضافة Aspose.HTML for Java من مستودع Maven
- قم بتضمين المرجع إلى مساحة الاسم Aspose.HTML في تطبيقك
- اقرأ محتوى ملف HMTL المصدر باستخدام كائن String
- تهيئة الكائن HTMLDocument class لتحميل سلسلة HTML المصدر
- تهيئة كائن فئة INodeIterator لتكرار العقد وإلحاقها في StringBuilder
- احفظ النص المستخرج من HTML على القرص
من أجل * استخراج نص من تطبيق يعتمد على HTML Java * باستخدام بضعة أسطر من التعليمات البرمجية يمكن استخدامها. سنبدأ العملية عن طريق تحميل مصدر HTML في كائن String ثم تحميل تلك السلسلة لاحقًا باستخدام * HTMLDocument class *. سنستخدم بعد ذلك * INodeIterator * لاستخراج عقد HMTL واجتيازها وإلحاقها بـ StringBuilder. أخيرًا ، سيتم حفظ StringBuilder كملف نص عادي على القرص.
كود لتحويل HTML إلى نص في Java
| import com.aspose.html.HTMLDocument; | |
| import com.aspose.html.License; | |
| import com.aspose.html.dom.Node; | |
| import com.aspose.html.dom.traversal.INodeIterator; | |
| import com.aspose.html.dom.traversal.filters.NodeFilter; | |
| import java.nio.file.Paths; | |
| import java.nio.file.Files; | |
| import java.io.IOException; | |
| import java.nio.charset.Charset; | |
| import java.nio.charset.StandardCharsets; | |
| import java.util.stream.Collectors; | |
| public class HtmlToTextCoverter { | |
| public static void main(String[] argsHTMLFile) throws Exception { | |
| // Setting Aspose.Html Java API license to use complete features | |
| License lic = new License(); | |
| lic.setLicense("HTML.Total.Java.lic"); | |
| // Read the HTML file in String | |
| String content = null; | |
| try { | |
| content = readFileContent("TestFile.html", StandardCharsets.UTF_8); | |
| } catch (IOException exception) { | |
| exception.printStackTrace(); | |
| return; | |
| } | |
| // Instantiate HtmlDocument object to load HTML content in String | |
| HTMLDocument document = new HTMLDocument(content, ""); | |
| // Initialize INodeIterator instance iterate HTML nodes | |
| INodeIterator iterator = document.createNodeIterator(document, NodeFilter.SHOW_TEXT, new StyleFilter()); | |
| StringBuilder Stringbld = new StringBuilder(); | |
| // Temp Node object | |
| Node node; | |
| // Iterate through Nodes | |
| while ((node = iterator.nextNode()) != null) | |
| Stringbld.append(node.getNodeValue()); | |
| System.out.println(Stringbld.toString()); | |
| Files.write(Paths.get("HtmlToText_Java.txt"), Stringbld.toString().getBytes()); | |
| } | |
| public static String readFileContent(String filePath, Charset encoding) throws IOException { | |
| String fileContent = Files.lines(Paths.get(filePath), encoding) | |
| .collect(Collectors.joining(System.lineSeparator())); | |
| return fileContent; | |
| } | |
| } | |
| class StyleFilter extends NodeFilter { | |
| @Override | |
| public short acceptNode(Node node) { | |
| // In order to skip an element while fetching nodes, mention the name of element in upper case letters | |
| return (node.getParentElement().getTagName() == "STYLE" || node.getParentElement().getTagName() == "SCRIPT" | |
| ? FILTER_REJECT : FILTER_ACCEPT); | |
| } | |
| } |
المثال أعلاه في * Java يحول HTML إلى نص عادي * في عدد قليل من مكالمات API. لقد أنشأنا فئة * StyleFilter * التي تمتد * فئة NodeFilter * ونطبق طريقة * AcceptNode * لتعيين عوامل تصفية عقدة العميل وحذف العقد غير المرغوب فيها من HTML أثناء عملية التحويل.
في هذا الموضوع ، اكتشفنا * كيفية استخراج نص من HTML في Java *. إذا كنت مهتمًا بتحويل ملف MD إلى تنسيق XPS ، فانتقل إلى موضوع كيفية قم بتحويل Markdown إلى XPS باستخدام Java.
