当前位置：首页 > article >正文

Java实现【将Markdown格式文本转换为纯文本】

article 2025/3/17 11:29:24

以下是两种在 Java 中实现 Markdown 转纯文本的主流方法，根据需求选择适合的方案：

方法一：使用正则表达式（轻量级方案）

适用于简单 Markdown 内容的快速转换

import java.util.regex.Pattern;

public class MarkdownToText {
    // 定义 Markdown 常见语法正则表达式
    private static final Pattern[] MARKDOWN_PATTERNS = {
        Pattern.compile("\\[(.*?)\\]\\(.*?\\)"),     // 链接 [text](url)
        Pattern.compile("!\\[.*?\\]\\(.*?\\)"),      // 图片 ![alt](url)
        Pattern.compile("`{3,}[\\s\\S]*?`{3,}"),     // 代码块 ```code```
        Pattern.compile("`(.+?)`"),                 // 行内代码 `code`
        Pattern.compile("^[#]{1,6}\\s*"),            // 标题 # ## ###
        Pattern.compile("\\*{1,2}(.*?)\\*{1,2}"),    // 加粗/斜体 *text*
        Pattern.compile("~{2}(.*?)~{2}"),            // 删除线 ~~text~~
        Pattern.compile("^\\s*[-*+]\\s", Pattern.MULTILINE), // 无序列表项
        Pattern.compile("^\\s*\\d+\\.\\s", Pattern.MULTILINE) // 有序列表项
    };

    public static String convertToText(String markdown) {
        if (markdown == null || markdown.isEmpty()) return "";

        // 逐步替换所有 Markdown 语法
        String text = markdown;
        for (Pattern pattern : MARKDOWN_PATTERNS) {
            text = pattern.matcher(text).replaceAll("$1");
        }

        // 处理换行和多余空格
        return text.trim()
                .replaceAll("\n{3,}", "\n\n")   // 多个空行合并为两个
                .replaceAll(" {2,}", " ");      // 多个空格合并为一个
    }

    public static void main(String[] args) {
        String md = "# Hello World!\n" +
                "This is **bold** and *italic* text.\n" +
                "[Link](https://example.com)";

        System.out.println(convertToText(md));
        /* 输出：
        Hello World!
        This is bold and italic text.
        Link
         */
    }
}

优点：零依赖、轻量快速
缺点：无法处理复杂嵌套结构

方法二：使用 Flexmark-java 库（专业方案）

推荐用于处理复杂 Markdown 文档

1. 添加依赖（Maven）

xml

复制

<dependency>
    <groupId>com.vladsch.flexmark</groupId>
    <artifactId>flexmark-all</artifactId>
    <version>0.64.8</version>
</dependency>

运行 HTML

2. 转换代码实现

java

复制

import com.vladsch.flexmark.ast.Node;
import com.vladsch.flexmark.ext.gfm.tables.TablesExtension;
import com.vladsch.flexmark.html.HtmlRenderer;
import com.vladsch.flexmark.parser.Parser;
import com.vladsch.flexmark.util.data.MutableDataSet;
import org.jsoup.Jsoup;

import java.util.Arrays;

public class MarkdownToTextPro {
    public static String convert(String markdown) {
        if (markdown == null || markdown.isEmpty()) return "";

        // 配置解析器（支持表格等扩展）
        MutableDataSet options = new MutableDataSet();
        options.set(Parser.EXTENSIONS, Arrays.asList(TablesExtension.create()));

        // 构建解析器和渲染器
        Parser parser = Parser.builder(options).build();
        HtmlRenderer renderer = HtmlRenderer.builder(options).build();

        // 将 Markdown 解析为 HTML
        Node document = parser.parse(markdown);
        String html = renderer.render(document);

        // 使用 JSoup 去除 HTML 标签
        return Jsoup.parse(html).text()
                .replaceAll("\\s+", " ")   // 合并多余空格
                .trim();
    }

    public static void main(String[] args) {
        String md = "| Tables   | Are           | Cool  |\n" +
                "|----------|:-------------:|------:|\n" +
                "| col 1 is | left-aligned | $1600 |\n" +
                "| col 2 is | centered      |   $12 |";

        System.out.println(convert(md));
        /* 输出：
        Tables Are Cool col 1 is left-aligned $1600 col 2 is centered $12
         */
    }
}

优点：

准确处理复杂结构（表格、嵌套列表等）
保留内容逻辑顺序
支持 Markdown 扩展语法

方案对比

特性	正则方案	Flexmark 方案
依赖项	无	需要引入 JAR
处理速度	极快	较快
语法支持	基础语法	完整语法+扩展
代码复杂度	简单	中等
处理嵌套结构能力	有限	优秀
输出可读性	一般	优秀