假如有如下html代码需要解析

    
	     
      
		       
1
		       
1
		       
1
		       
1
	      
	      
		       
2
		       
2
		       
2
	      
	      
		       
3
		       
3
		       
3
	      
     
    

我们需要以每一行为一个对象的解析过程

理想输出的结果是

1111

1222

1333

再假如有下面html

    
	     
      
		       
1
		       
1
		       
1
		       
1
	      
	      
		       
2
		       
2
		       
2
	      
	      
		       
3
		       
3
	      
     
    

我们得到理想的结果是

1111

1222

1323

如果每次都按照这样的结果输出，就符合我们的理想， 把rowspan掉的给恢复成无rowspan的table解析起来就比较方便了

下面说解决思路， 首先我们用一个二维的String数组来表示无rowspan table的行和列

上面的我们可以声明String[][] table=new String[3][4];

表示三行四列的table

下面我开始遍历html代码的每一行，行下标用i来表示，在行的遍历代码中我们遍历每行的列，在遍历的同时我们判断这个列是不是有rowspan属性，如果有在二维数组中给i+1行的当前列（通过当前列的下标可以访问到）赋值为i行的当前单元格的值，这个rowspan被顺利读取，最后的二维数组就是我们得到的没有rowspan的table。注意在给每个单元格赋值前，需要判断当前行和当前列是不是为空的， 如果不为空则向列+1的单元格赋值 ， 依此往复知道赋值成功

下面贴上我的代码，用到了jsoup（解析html利器嘛 。）

package bank.html;import java.io.File;import java.io.IOException;import java.util.ArrayList;import java.util.List;import org.jsoup.Jsoup;import org.jsoup.nodes.Document;import org.jsoup.nodes.Element;import org.jsoup.select.Elements;public class Table {	private List trs;	private String html;	private String[][] table;	private boolean isHtml;	public Table(String tableHtml){		html=tableHtml;	}	public void parse(){		Document document=Jsoup.parse(html);		Elements trsE = document.select("tr");		Elements firstTds=trsE.get(0).select("td");		table = new String[trsE.size()][firstTds.size()];		for (int row = 0; row < table.length; row++) {			Element tr = trsE.get(row);			Elements tds = tr.select("td");			int column = 0;			for (Element td : tds) {				if (td.hasAttr("rowspan")) {					int rowspan = Integer.parseInt(td.attr("rowspan"));					td.removeAttr("rowspan");					int endRow = rowspan + row - 1;					for (int startColumn=column; endRow > row; endRow--) {						boolean flag = true;						int columnA=startColumn;						while (flag) {							if (table[endRow][columnA] == null) {								table[endRow][columnA] = isHtml?td.toString():td.html();								flag=false;								startColumn=columnA;							} else {								columnA++;							}						}					}				}				boolean runing = true;				do {					if (table[row][column] == null) {						runing = false;						table[row][column] = isHtml?td.toString():td.html();					} else {						runing = true;					}					column++;				} while (runing);			}		}		trs=new ArrayList();		for (String[] strings : table) {			Tr tr=new Tr();			List tds=new ArrayList();			for (String string : strings) {				Td td=new Td();				td.setContent(string);				tds.add(td);			}			tr.setTds(tds);			trs.add(tr);		}	}	public List getTrs(){		return trs;	}	public String getHtml(){		return html;	}	public int getTrCount(){		return trs.size();	}	public void isHtml(boolean v){		isHtml=v;	}	public static void main(String[] args) throws IOException {		Document document=Jsoup.parse(new File("table.html"), "utf-8");		Elements trs=document.select("tr");		System.out.println(trs.size());		Table table=new Table("
    
     "+trs.toString()+"
");		table.parse();		for(Tr trss:table.getTrs()){			System.out.println("行开始");			for(Td td:trss.getTds()){				System.out.println(td.getContent());			}			System.out.println("行结束");		}	}}

package bank.html;import java.util.List;public class Tr {	private List tds;	public List getTds() {		return tds;	}	public void setTds(List tds) {		this.tds = tds;	}	}

package bank.html;public class Td {	private String content;	public String getContent() {		return content;	}	public void setContent(String content) {		this.content = content;	}}

可以用上面的html代码测试，可能我描述的不够清楚，大家代码运行下就会明白的。这是我在OSC的处作，其中可能会存在问题，欢迎各路人批评指正。