[Java] HTML文字列から指定したタグを削除する方法

Question

HTML文字列から下記のパターンで文字列を削除したいです。

①指定した親要素に対する子要素の最後のタグを削除する

例）

<div> <button id="btn1" class="btn ">test1</button> <button id="btn2" class="btn ">test2</button> <button id="btn3" class="btn ">test3</button> ←この行を丸ごと削除したい </div>

②指定したidのタグを削除する

例）idは「btn2」を指定

<div> <button id="btn1" class="btn ">test1</button> <button id="btn2" class="btn ">test2</button> ←この行を丸ごと削除したい <button id="btn3" class="btn ">test3</button> </div>

上記例では文字列が1つのString変数に丸ごと格納されているものとし、
改行は「\r\n」で行っているものとします。

正規表現で色々考えてみたのですが、対処できませんでした。
お力添えをいただければと思います。

Answer 1

DOM構築してくれるHtmlパーサを使ってみてはどうでしょうか。
jsoupが良い感じです。

以下のページが参考になります。
参考サイト

以下のように記述することができます。

Element element = document.getElementById("hoge");

環境がないので試していませんが・・
①はCSS Selectorの:last-childを使えば1行のコードで行けそう。
selector

②は↑のサンプルコードのgetElementByIdで行けるかと。

・・っと、スミマセン削除でしたね。
.remove()とすれば削除できると思います。

Answer 2

まずはString#splitで配列に分割して、対象文字を含む行以外を再度連結しなおしてみてはどうでしょう。

Answer 3

以下のソースでできました

1または2入力で
1:指定した親要素に対する子要素の最後のタグを削除するか
2:指定したidのタグを削除するか
選択し

次に
1だと
div

2だと
btn2

などを入力するとhtmlから当該部分(またはその子部分)が削除され上書きされます 念のためhtmlのバックアップは必要だと思います

1の時 cssなどがhtml内に入っていてidがタグ以外でも使用されている場合はその行も削除されてしまいます

import java.util.*;
import java.io.*;
class DE{

public static void main(String[] args){

ArrayList<String> s=new ArrayList<>();
ArrayList<String> s2=new ArrayList<>();

ArrayList<String> last=new ArrayList<>();

try(BufferedReader br=new BufferedReader(new FileReader("H.html"))){//HTMLのファイルパス

String data=null;

while((data=br.readLine())!=null){

s.add(data);

}

}catch(Exception e){}

Scanner std=new Scanner(System.in);

System.out.println("1 指定した親要素に対する子要素の最後のタグを削除する");
System.out.println("2 指定したidのタグを削除する");

System.out.print("入力:");

int a=std.nextInt();

if(a==2){

System.out.print("削除したい行のid:");

String val=std.next();


for(String s3:s){

if(s3.contains(val)){
}else{
s2.add(s3);
}

}

try(BufferedWriter bw=new BufferedWriter(new FileWriter("H.html"))){

for(String f:s2){

bw.write(f);
bw.newLine();
}


}catch(Exception r){}


}else if(a==1){
System.out.print("子要素の最後を削除するために指定したい親要素:");
String val=std.next();

for(int z=0;z<s.size();z++){
s2.add(s.get(s.size()-z-1));
}

int flag=0;
int lflag=0;
for(int z=0;z<s.size();z++){


if(flag==1 && lflag==1){
flag=0;
}else if(s.get(s.size()-z-1).contains(val) && lflag==1){
lflag=0;
last.add(s.get(s.size()-z-1));
}else if(s.get(s.size()-z-1).contains(val) && lflag==0 && flag==0){
flag=1;
lflag=1;
last.add(s.get(s.size()-z-1));
}else{
last.add(s.get(s.size()-z-1));

}


}

s.clear();
for(int z=0;z<last.size();z++){
s.add(last.get(last.size()-z-1));
}

try(BufferedWriter bw=new BufferedWriter(new FileWriter("H.html"))){

for(String f:s){
bw.write(f);
bw.newLine();
}
}catch(Exception r){}




}



}




}