JEditorPaneHTMLEditorKitParserGraph图结构处理

wen java案例 2026-07-25 3

本文目录导读：

场景一：提取 HTML 中嵌入的图形源代码（如 SVG 或 LaTeX）
场景二：将 HTML DOM 结构转换为图（树形或关系图）
场景三：处理 HTML 中的“流程图”标签（Mermaid、PlantUML、Graphviz DOT）
场景四：HTMLEditorKit 解析器本身的图结构（内部状态机）
最重要的建议：放弃 JEditorPane 处理复杂图

这是一个非常技术性的问题,你提到的 JEditorPane、HTMLEditorKit、Parser 和 Graph 组合在一起，通常指向两个主要方向：

解析 HTML 并提取其中的图形结构（如 SVG、Canvas、表格布局、流程图）。
解析 HTML DOM 树本身作为一个图结构（树形图）。

由于“JEditorPane + HTMLEditorKit”这一组合在 Java Swing 中已经非常古老且功能有限（对 CSS2/3、现代 JS、SVG 支持极差），处理“图”结构时通常需要绕过其自带的渲染器，直接操作底层数据。

以下根据你最可能的业务场景,给出几种“图”处理方案：

提取 HTML 中嵌入的图形源代码（如 SVG 或 LaTeX）

问题： 你希望 JEditorPane 显示 HTML，同时能识别并导出其中的 <svg> 或 <img> 标签构成的图。

解决方案： 使用 HTMLEditorKit.ParserCallback 解析 HTML 流，捕获特定标签。

核心代码片段（提取 SVG 节点）：

import javax.swing.text.html.parser.*;
import javax.swing.text.html.*;
public class GraphExtractor extends HTMLEditorKit.ParserCallback {
    private StringBuilder svgContent = new StringBuilder();
    private boolean inSVG = false;
    @Override
    public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {
        if (t == HTML.Tag.SVG) { // 注意：JEditorPane 的内置解析器可能不支持 SVG 标签
            inSVG = true;
            svgContent.append("<svg");
            // 提取属性
            Enumeration<?> names = a.getAttributeNames();
            while (names.hasMoreElements()) {
                Object key = names.nextElement();
                if (!key.equals(HTML.Attribute.IMPLIED)) {
                    svgContent.append(" ").append(key).append("=\"").append(a.getAttribute(key)).append("\"");
                }
            }
            svgContent.append(">");
        }
        // 其他标签处理（如 <div class="graph">）
    }
    @Override
    public void handleSimpleTag(HTML.Tag t, MutableAttributeSet a, int pos) {
        if (inSVG && t == HTML.Tag.IMG) {
            // 忽略自闭合元素内的 img
        }
    }
    @Override
    public void handleText(char[] data, int pos) {
        if (inSVG) {
            svgContent.append(data);
        }
    }
    @Override
    public void handleEndTag(HTML.Tag t, int pos) {
        if (t == HTML.Tag.SVG) {
            inSVG = false;
            svgContent.append("</svg>");
        }
    }
    public String getExtractedGraph() {
        return svgContent.toString();
    }
    // 使用方式
    public static void main(String[] args) throws Exception {
        String html = "<html><body><svg width='100' height='100'><circle cx='50' cy='50' r='40'/></svg></body></html>";
        HTMLEditorKit kit = new HTMLEditorKit();
        MyParserCallback callback = new MyParserCallback();
        kit.parse(new StringReader(html), callback, true);
        System.out.println(callback.getExtractedGraph());
    }
}

将 HTML DOM 结构转换为图（树形或关系图）

问题： 你想根据 HTML 的层级结构（如嵌套 <div>、<ul>/<li>）生成一个树状图或流程图。

解决方案： JEditorPane 内部会构建一个 HTMLDocument，其结构实际上是 Element 树，你可以遍历这个树，构建你自己的图数据结构（JGraphT 的 Graph 对象）。

实现步骤：

加载 HTML 到 JEditorPane：

JEditorPane editorPane = new JEditorPane();
editorPane.setContentType("text/html");
editorPane.setText(htmlContent); // 或者 page()
editorPane.setEditable(false);

从 Document 中提取结构：

HTMLDocument doc = (HTMLDocument) editorPane.getDocument();
Element root = doc.getDefaultRootElement();
// 使用递归构建图（示例：转换为邻接表）
Map<Element, List<Element>> graph = new HashMap<>();
buildGraph(root, graph);

递归构建函数：

private void buildGraph(Element parent, Map<Element, List<Element>> graph) {
    List<Element> childrenList = new ArrayList<>();
    graph.put(parent, childrenList);
    for (int i = 0; i < parent.getElementCount(); i++) {
        Element child = parent.getElement(i);
        childrenList.add(child);
        buildGraph(child, graph);
    }
}

可视化（可选）：将 graph 传给 JGraphX、JUNG 或 GraphStream 进行渲染。

处理 HTML 中的“流程图”标签（Mermaid、PlantUML、Graphviz DOT）

问题： HTML 中包含 <div class="mermaid"> 或 <pre> 代码块，里面是流程图描述语言。

解决方案： JEditorPane 无法直接渲染 Mermaid/PlantUML，你必须：

使用 ParserCallback 找到这些标签。
提取内部的文本内容（如 graph TD; A-->B）。
调用外部渲染器（如 PlantUML jar、Graphviz 命令行、或 Mermaid 的 JS 引擎通过 Java JS 桥）。
将渲染输出的图片（PNG/SVG）替换到 JEditorPane 中（通过插入 HTML.Tag.IMG 或者设置 Icon）。

HTMLEditorKit 解析器本身的图结构（内部状态机）

问题： 你想理解 JEditorPane 背后的 HTML 解析器（sun.net.www.parser.HTMLEditorKit$Parser 或 javax.swing.text.html.parser.DocumentParser）的语法图。

解决方案： 查看源码，Swing 的内部解析器基于 DTD（文档类型定义）驱动，它使用 DTD 类（这是一个图结构）来判断标签的合法父子关系，如果要修改或调试解析行为，你可能需要：

继承 HTMLEditorKit 并覆盖 getParser() 方法。
使用自定义的 DTD 实例。
或者完全放弃内置解析器,改用 Jsoup（建议）。

最重要的建议：放弃 JEditorPane 处理复杂图

需求	推荐方案
静态 HTML 显示	`JEditorPane` + `HTMLEditorKit` (足够)
解析 DOM 结构	Jsoup (解析快、API清晰、支持选择器)
渲染现代图 (SVG/Canvas)	JavaFX WebView (内嵌 Chromium，完美支持)
显示特定流程图 (Mermaid/PlantUML)	JavaFX WebView + Mermaid CDN
生成自定义图 (节点和边)	JGraphX 或 GraphStream (纯 Java 绘图)

如果你确实想用 JEditorPane 处理图，请明确具体是哪一种图：

A. 完全用 HTML 画出来的表格式图（如 ASCII art 或表格布局）？
B. <object> 标签嵌入的 SVG 图？
C. 纯文本描述（DOT 语言）？
D. DOM 树本身？

请补充说明,我可以给出更精确的代码示例。