javaのxml属性値内でhtmlタグ値を取得するにはどうすればよいですか？

Question

私は、その行これらのようなものXMLファイルを持っている：

<row Id="1" PostId="" ..... Body="<p>....</p><p>...<a>....</p><p>....</p>"....> 

私はボディの属性にアクセスしたいです。私はDOMパーサ、documentBuilderを使用しました。

DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance(); 
DocumentBuilder dBuilder = null; 
Document doc = null; 
try { 
     dBuilder = dbFactory.newDocumentBuilder(); 
    } catch (ParserConfigurationException e) { 
     // TODO Auto-generated catch block 
     e.printStackTrace(); 
    } 
    try { 
     doc = dBuilder.parse(this.xmlFile); 
    } catch (SAXException e) { 
     // TODO Auto-generated catch block 
     e.printStackTrace(); 
    } catch (IOException e) { 
     // TODO Auto-generated catch block 
     e.printStackTrace(); 
    } 
    doc.getDocumentElement().normalize(); 
    NodeList nList = doc.getElementsByTagName("row"); 
    for(int i=0;i<nList.getLength();i++){ 
     Node n = nList.item(i); 
     if(n.getNodeType() == Node.ELEMENT_NODE){ 
      NamedNodeMap nnmap = n.getAttributes(); 
      NodeList nnmapList = nnmap.getNamedItem("Body").getChildNodes() 
      for(int k=0;k<nnmapList.getLength();k++){ 
       pr.write(k+": "+nnmapList.item(k).getTextContent()+ "\n"); 
      } 
      pr.write("\n"); 
     } 
    } 

私の出力は次のようなものです：

0: <p>... <a href="...">...</a> ...</p><p>...</p> 

今、私は<p>と<a>タグの間にプレーンテキストにしたいです。 <a>については、hrefは必要ありません。リンクエイリアスのみです。どのようにJavaでそれを達成するには？

Answer 1

HTMLは、XMLファイルの観点から構造化されていないと見なされます（XMLファイルには、視点があります）。タグの内容にアクセスするには、HTML文字列を別々に解析する必要があります。これによく使用されるフレームワークはjsoupです。