JEditorPaneHTMLEditorKitParserMethodFilter过滤器

wen java案例 2026-07-17 3

本文目录导读：

核心概念
常见的 “Filter” 应用场景
关键类：HTMLEditorKit.ParserCallback
如何将过滤器应用到 JEditorPane？
总结与选择

这是一个关于 Java Swing 中 JEditorPane、HTMLEditorKit 以及解析器/方法过滤器（通常指 HTMLParser 的 parse 方法回调过滤器，或者更常见的 AbstractDocumentParser/HTMLDocument.Parser 中的回调）的深入技术话题，开发者想要实现的是：在 JEditorPane 加载或解析 HTML 时，拦截、过滤或修改特定的 HTML 元素（如标签、属性、文本），而不是单纯地显示 HTML。

为了帮助你更精确地解决问题，我将从几个不同的“过滤器”含义来解释,并提供代码示例。

核心概念

JEditorPane: Swing 的富文本组件，支持 HTML 3.2（通过 HTMLEditorKit）。
HTMLEditorKit: 负责将 HTML 字符串解析并转换为 Swing 的文档模型（HTMLDocument）。
解析器（Parser）: javax.swing.text.html.parser.ParserDelegator 或 DocumentParser，它是实际的 HTML 解析引擎，它会在解析过程中回调各种方法（如 handleStartTag、handleText、handleEndTag 等）。
Callback / Filter: 你在解析器回调中插入的代码，用于决定是否保留、修改或忽略某个 HTML 元素。

常见的 “Filter” 应用场景

安全过滤（XSS 防护）: 禁止 <script>、<iframe> 或 onclick 等危险事件。
标签黑/白名单: 只允许 <b>、<i>、<a>，禁止 <img>。
属性修改: 强制将所有链接的 target 设为 _self。
文本替换: 将特定文本替换或高亮显示。
自定义渲染: 将某些标签替换为 Swing 组件。

关键类：HTMLEditorKit.ParserCallback

这是实现过滤器的核心，你需要创建一个继承自 HTMLEditorKit.ParserCallback 的类,并重写相关方法。

基础示例：一个只允许 <b> 和 <i> 标签的过滤器

import javax.swing.text.*;
import javax.swing.text.html.*;
import javax.swing.text.html.parser.*;
import java.io.*;
public class SimpleHTMLFilter extends HTMLEditorKit.ParserCallback {
    // 允许的标签列表
    private static final java.util.Set<HTML.Tag> ALLOWED_TAGS =
        new java.util.HashSet<>(java.util.Arrays.asList(HTML.Tag.B, HTML.Tag.I, HTML.Tag.U));
    @Override
    public void handleStartTag(HTML.Tag t, MutableAttributeSet a, int pos) {
        if (ALLOWED_TAGS.contains(t)) {
            super.handleStartTag(t, a, pos);
        }
        // else: 忽略不允许的标签
    }
    @Override
    public void handleEndTag(HTML.Tag t, int pos) {
        if (ALLOWED_TAGS.contains(t)) {
            super.handleEndTag(t, pos);
        }
    }
    @Override
    public void handleText(char[] data, int pos) {
        super.handleText(data, pos); // 文本总是允许的
    }
    @Override
    public void handleSimpleTag(HTML.Tag t, MutableAttributeSet a, int pos) {
        // 处理自闭和标签如 <br>、<img>
        if (ALLOWED_TAGS.contains(t)) {
            super.handleSimpleTag(t, a, pos);
        }
    }
    @Override
    public void handleComment(char[] data, int pos) {
        // 默认忽略注释，如果你想保留注释，可以 uncomment 下一行
        // super.handleComment(data, pos);
    }
    @Override
    public void handleError(String errorMsg, int pos) {
        // 打印解析错误，但不中断
        System.err.println("解析错误: " + errorMsg + " at position: " + pos);
    }
}

如何将过滤器应用到 JEditorPane？

你不能直接将自定义的 ParserCallback 注入到标准的 HTMLEditorKit 中因为默认的 HTMLEditorKit 使用它自己内部的回调（HTMLDocument 的构建器）来构建文档。

方法：替换解析器回调

你需要创建一个自定义的 HTMLEditorKit，并覆盖 getParserCallback 方法（或者更准确地说，覆盖 createDocument 或使用 ParserDelegator 并传入你自己的 ParserCallback）。

更简单的做法：重写 ViewFactory 或使用 DocumentParser 手动解析

由于直接替换 HTMLEditorKit 解析器内部回调比较复杂且容易出错,更常见的方法是：

手动解析 HTML 字符串，使用 ParserDelegator 和你的 FilterCallback 生成一个干净的 HTML 字符串。
再将其设置到 JEditorPane。

或者，可以使用一个较高级的库，Swing HTML Parsing Library (JSoup) 进行预处理，然后将干净的 HTML 交给 JEditorPane。

完整示例：使用 JSoup 进行预处理（推荐）

这是最稳定、最清晰的方式,尤其适合复杂的过滤需求。

import org.jsoup.Jsoup;
import org.jsoup.safety.Safelist;
import javax.swing.*;
import javax.swing.text.html.HTMLEditorKit;
import java.io.IOException;
public class JEditorPaneWithJsoupFilter {
    public static void main(String[] args) {
        JFrame frame = new JFrame("JEditorPane JSoup Filter Demo");
        JEditorPane editorPane = new JEditorPane();
        editorPane.setEditable(false);
        editorPane.setContentType("text/html");
        // 使用 JSoup 清洁 HTML
        String dirtyHtml = "<html><body><script>alert('XSS')</script>" +
                           "<p>This is <b>bold</b> and <i>italic</i>.</p>" +
                           "<a href='#' onclick='alert(1)'>Link</a>" +
                           "<img src='x' onerror='alert(2)'></body></html>";
        // 使用 JSoup 的 Safelist（白名单）
        Safelist safelist = Safelist.none()
                .addTags("p", "b", "i", "u", "a", "br")
                .addAttributes("a", "href") // 只允许 href 属性
                .addProtocols("a", "href", "http", "https"); // 只允许 http/https 链接
        String cleanHtml = Jsoup.clean(dirtyHtml, safelist);
        // 确保有基本的 HTML 结构
        cleanHtml = "<html><body>" + cleanHtml + "</body></html>";
        System.out.println("Cleaned HTML: " + cleanHtml);
        editorPane.setText(cleanHtml);
        frame.add(new JScrollPane(editorPane));
        frame.setSize(400, 300);
        frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
        frame.setVisible(true);
    }
}

总结与选择

方法	复杂性	灵活性	性能	适用场景
JSoup 预处理	低	极高	中等	推荐，适用于大多数过滤、修改、安全清洗。
自定义 ParserCallback	中	中	高	需要直接操作 Swing 文档结构，或对性能要求极高。
覆盖 HTMLEditorKit	高	低	高	不推荐，除非你非常熟悉 Swing HTML 内部机制。

如果你的需求是“在解析过程中过滤”，例如基于位置或上下文做复杂的决策，且不想使用外部库（JSoup），那么你需要深入研究 javax.swing.text.html.parser.ParserDelegator 和 DocumentParser，但通常，用 JSoup 做预处理是最佳实践。

如果你有更具体的过滤需求（只允许 <table> 标签且只能有 border='1' 属性”），请提供细节,我可以给出针对性的代码。