Эх... шансов, думаю, мало, но всё же...
В общем, сабж - как из JTextPane получить HTML-код выделенного фрагмена?
Пример:
Есть такой хтмл:

В редакторе выделен текст, скажем между двумя словами "текст" (выше я его "выделил" курсивом).
Если использовать doc.getText() для выделенного, то получим

а мне надо получить

Уже голову сломал в раздумьях.   

Добавлено через 6 минут и 24 секунды
В принципе, достаточно иметь возможность перевести "текстовую" позицию каретки в позицию в HTML-коде.

М-да... Вижу, знатоков-извращенцев JTextPane за месяц тут не прибавилось.  
Нашёл у одних ребят в проекте решение, но пока ещё не разобрался. Позже отпишусь, что да как.

Что за ерунда? Я вроде постил сюда вчера свои соображения по сабжу. Куда делось?   

Я уже успешно забыл что там писал, но идея была примерно такая:

• Берем из JTextPane только текст без HTML тегов, т.е. неразмеченный текст, и определяем две его части: находящуюся перед выделенным фрагментом и идущую после выделенного фрамента.
• Загоняем содержание JTextPane (теперь уже взятое как HTML документ) в XML Document.
• Если я не ошибаюсь, именно стандартный пакет DOM легко позволяет получить текст без тегов, что и делаем.
• Теперь уже в этом, полученном из XML Document тексте (а он точно такой же как и исходный) находим те же две части.
• Убираем найденный текст из XML Document-а (только текст - хоть даже и посимвольно).
• Убираем из XML Document-а те теги, которые оказались пустыми.
• Получаем из XML Document-а требуемую HTML строку.

Достоинство этого подхода в том, что форматирование сохраняется даже если выделен фрагмент part2 в строке типа:

Очевидно, что в результате получится форматированная строка

М-да... из разряда извращений решение.
Правда, чем дальше в лес, тем больше извращений с JTextPane приходится делать.
Ежели с найденным у ребят кодом не разберусь, попробую копать в эту сторону.

Что-то я, похоже, перезанимался проблемами JTextPane - голова соображать отказывается...
Ни код ребят разобрать не смог, ни нормально въехать в твою идею с ДОМом (в плане реализации).

Если не в тягость - кинь примерчиком, плиз. Или хотя бы в общих чертах увидеть описание того, как:

XML от него получал, а вот просто текст... Возможно (даже скорее всего) там всё просто, но голова отказывается варить...   

Тут я вообще не понял, как из ДОМа убрать текст (или всё же тэги?), основываясь на найденной позиции в общем тексте... Кстати, если знать, где начинается и заканчивается выделенный текстовый кусок в хтмле, то сложностей никаких и ДОМ уже не нужен.

Кроме того, у тебя результат получается немного не того формата, что мне нужен. Поясню:
Есть исходный хтмл:

Выделение в тексте (показано жирным):
part1 part2 part3 part4
У тебя результатом будет:

А надо:

Первое лирическое отступление: Проблема  в том, что задача, по определению, некорректная т.к. выделение делается в видимом тексте. Т.е. в случае если выделен текст граничащий с тегом, глупый комп не может решить включать тэг в выделение, не включать. А если тэгов несколько!

Второе лирическое отступление: Сам я такого не делал и просто выдаю горбатую идею 



Вот я попробовал такой код:

Честно отдает 
Т.е. очищает строку от тэгов

Не знаю, но предполагаю. Выделенный текст можно найти в полученном из ДОМа тексте. Потом взять текст идущий до него и использовать его для "очистки ДОМа". Я бы попробовал взять все элементы ДОМа и по очереди сравнивать их текстовое содержание (посимвольно?) с этим текстом. Все что сравнилось заменять на пустые строки. То же самое сделать и используя текст, идущий после выделенного. В результате, если мы , например, выделяем text3 в

 после "очистки" ДОМa останется

Потом проходим через все элементы и выбрасываем пустые - в данном случае <u></u>. Остается

И вот тут-то проявляется некорректность задачи. Программа не может знать какие из окружающих тегов надо убрать, а какие оставить - это уже только задавать самому в программе. Например - убрать окружающие тэги если они <i> и <b>, но не <u>. В общем - какую-то булеву логику придется включать. Или пусть выбрасывает модальное окошко спрашивая убрать ли такой-то окружающий тэг.

Прошу прощения за сумбурность. Спать хоца очень  

Ну, некорректности задачи я не вижу, ибо если бы я мог получить позицию в хтмле, то взять можно было бы и просто текст и текст с оформлением.
Проблема в том, что я до сих пор не нашёл способа получить эту самую позицию в хтмле.

Теперь по поводу того, что программа не знает, что убирать. Если подойти с умом, то она это легко будет знать. Нужно лишь определить "параллельные" теги для того, что мы хотим получить. Например, для твоего примера с выделением text3 "параллельным" будет <u> с text2 (слева; справа нет "параллельного" тега, точнее в его качестве будет выступать закрывающий <i>). 

Кроме того, подозреваю, что предложенный пример не сможет корректно обработать ситуацию с форматированием хтмл-кода (табуляция, лидирующие пробелы (обычные)), но это стоит ещё проверить. В любом случае спасибо за примерчик - хотя бы есть от чего оттолкнуться.

Добавлено через 1 минуту и 43 секунды

Гы 
Рульная идея. Юзера просто офигеют при виде запроса.  

 Он же для XML. А как он может обработать HTML?   

Это действительно проблема. HTML программы типа IE понимают XML, но не наоборот в силу более жестких требований к XML коду. Поэтому "крутые" веб-программисты рекомендуют при написании HTML быть строже к себе   и изображать Ваш пример так:

 Тогда все будут довольны  


nornad, если надо получить только позицию начала и конца выделения в HTML коде, то, думаю, что это можно сделать и без ДОМа. Вечерком набросаю програмку.

Это сообщение отредактировал(а) _Y_ - 18.5.2007, 10:32

В принципе, атрибуты DOM съест - парсер в JTextPane их в кавычки заворачивает. А вот тэг <br>  он рисует без концевого слеша... :(


Ок, будет отлично, ежели удастся получить верную позицию в хтмле.

 Зачем им это делать? Не стоит путать xhtml и html. Этот код с точки зрения html правильный, а тег <br> даже валидатор пройдет.

Дискуссия-то не о том, валиден ли хтмл и насколько он валиден. Я же не сам его пишу "от и до" руками.
В редакторе пишется текст и задаётся стилизация, а хтмл генерит уже сам редактор. Так что "крутые вэб-программисты" здесь просто отдыхают - им никто не даёт копаться в хтмл-коде.   

nornad, прошу прощения. Не написал. Оч спать хоца, а возни с HTML кодом и JTextPane немало. Так что пока только идея.

Сколь я понял не представляет трудности получить HTML документ в виде String (strHtml) и его же текст без тегов (strTxt). Не составляет также трудности получить позицию (txtBeginning, txtEnd) выделенного текста (strSelected), но относительно текста без тэгов, а не не по отношению к HTML тексту. Задача, найти позицию по отношению к HTML тексту (htmlBeginning, htmlEnd).

В этом коде я взял HTML из первого поста и предположил, что выделен фрагмент strSelected = "erence, an". Для простоты убрал символы перевода строки.


Код честно отдает "erence</a>, an"

Как я уже упоминал, у такого подхода есть один существенный минус - он "промажет" на форматированном хтмле. Натрави такой вариант поиска позиции на хтмл вида:

Я над таким вариантом уже думал. Пока не придумал, как сделать пропуск различных лидирующих пробелов. Кстати, надо ещё учитывать возможность наличия всяких &nbsp; (точно не скажу, но могут и встретиться; даже очень вероятно).

Сечас в голову пришёл некоторый изврат: сделать второй скрытый текстпейн, в который пихать кусочки хтмла из первого и смотреть, какой текст получается. Но, блин, слишком уж страшный способ. 

nornad, боюсь, что ничего лучше не придумаю. 

С двойными пробелами, табуляторами и символами типа &nbsp; побороться можно руками (делая замену на соответствующие символы преред поиском), но это головная боль с составлением коллекции ссылок замены. Фактически, программе нужно скормить полную таблицу юникода, да еще кучу других таблиц. А может стОит поискать уже сделанную библиотеку такого рода замен?

А вот еще идея. Со вторым JTextPane:

• Взять HTML код и заменить в нем все "<" и ">" на какие-нибудь нейтральные символы.
• Поместить полученную ерунду в JTextPane.
• JTextPane должен преобразовать все символы типа &nbsp; в пробелы и т.п.
• Извлечь из JTextPane содержимое как текст без тэгов. Он, видимо, будет и без &nbsp;-ов
• Восстановить "<" и ">" 
• Обработать примерно так, как я писал, но взяв позиции из основного JTextPane, а проходить через HTML код дополнительного.

Не знаю - это просто идея. Может и глупая.

Сомневаюсь, что это действительно спасёт. Как я уже говорил, там проблемы не только с заменой. Есть ещё лидирующие пробелы, которые чаще всего надо удалять, но иногда (например, в теге PRE, если не ошибаюсь) - не надо. То бишь в итоге это сведётся к почти полноценному парсингу хтмла, чего лично я не хотел бы реализовывать.


В любом случае спасибо. Отрицательный результат - тоже результат. Теперь я хотя бы точнее представляю проблемы поиска соответствия тексту в хтмл-коде.
Буду дальше копать код, который нарисовали ребята и ежели разберусь, выложу тут решение. Или хотя бы опишу принцип (если решение окажется слишком громоздким).

nornad, передо мной стоит анлогичная задача, нужно получить html-код выделенного фрагмента, так вот хотелось бы узнать было ли найдено решение. Заранее благодарен.

у всех текстовых компонентов есть метод javax.swing.text.JTextComponent.copy(), он помещает выделенный кусок текста в системный буфер в нескольких форматах. 

если в JEditorPane загрузить хтмл, выделить какой-то кусок, вызвать метод copy, затем перейти в ворд и выбрать из меню Правка/Специальная вставка то он предложит на выбор формат плоского текста или хтмл и всё корректно вставит со ссылками. Т.е. это уже реализовано и прекрасно работает.

У JEditorPane за контент в хтмл вероятно отвечает HTMLEditorKit (т.е. то что в javax.swing.JEditorPane.getEditorKit()), можно в нём посмотреть реализацию или тупо через клипбоард.