如何利用String.substring()的两个参数精确截取文本中特定标签内的文本内容？

本文共计726个文字，预计阅读时间需要3分钟。

使用`String.substring(int beginIndex, int endIndex)`提取标签内容，关键不是直接套用，而是先确定起始和结束位置——因为`substring`本身不识别HTML或自定义标签，它仅按字符索引截取字符串。

明确标签边界：找对 beginIndex 和 endIndex

假设文本是 "<font color="red">你好</font>，欢迎光临"，想提取“你好”：

• beginIndex 应该是 <font color='red'> 结束位置的下一个字符索引，即 "<font color='red'>".length()
• endIndex 应该是 </font> 开始位置，不是结束位置（因为 substring 的 endIndex 是**不包含**的）

分步操作：避免硬编码，用 indexOf 动态定位

不要写死数字索引，而是组合使用 indexOf：

• 用 str.indexOf("<font") 找起始标签开头
• 再用 str.indexOf(">", start) 找到该标签的闭合 >，+1 就是标签内容起点
• 用 str.indexOf("</font>", start) 找结束标签位置，这就是 endIndex

示例代码逻辑：

String html = "<font color='red'>你好</font>，欢迎光临"; int startTag = html.indexOf("<font"); int startBrace = html.indexOf(">", startTag); int endTag = html.indexOf("</font>", startBrace); if (startTag != -1 && startBrace != -1 && endTag != -1) { String content = html.substring(startBrace + 1, endTag); // → "你好" }

注意常见陷阱

• substring 的 endIndex 必须 ≤ 字符串长度，否则抛 StringIndexOutOfBoundsException
• 多个相同标签时，indexOf 默认返回第一个，要用 lastIndexOf 或循环 + indexOf(str, fromIndex) 定位后续标签
• 标签含属性（如 <span class="tip">）时，不能只搜 <span>，要匹配完整起始结构或用更鲁棒的方式（如找 <span 开头 + 第一个 >）

简单场景够用，复杂结构建议升级方案

如果文本是真实 HTML、嵌套标签、或需容错（如大小写混用、空格变化、自闭合标签），substring + indexOf 易出错。此时更适合：

• 正则表达式（例如 Pattern.compile("<font[^>]*>(.*?)</font>")，注意非贪婪和换行处理）
• 轻量解析器（如 Jsoup 的 Document.parse(html).select("font").text()）
• 状态机或专用 XML/HTML 解析器（用于生产环境）

纯字符串截取适合格式高度可控、标签简单且无嵌套的内部数据协议场景。