在JTextPane中使用HTML时，如何获取原始输入的HTML内容？

使用JTextPane的HTML模式插入文本，代码如下：

JTextPane textPane = new JTextPane();
textPane.setContentType("text/html");
String text = "Some <b>html</b> text...";
HTMLDocument doc = (HTMLDocument) textPane.getDocument();
HTMLEditorKit editorKit = (HTMLEditorKit) textPane.getEditorKit();
try {
    doc.remove(0, doc.getLength());
    editorKit.insertHTML(doc, 0, text, 0, 0, null);
} catch (BadLocationException e) {
    e.printStackTrace();
} catch (IOException e) {
    throw new RuntimeException(e);
}

希望能获取到与输入完全一致的文本，实现如下效果：

String returnedText = textPane.getText(); // 或其他方法
if ( text.equals(returnedText) ) {
    System.out.println("I want this to be executed");
}

请问是否可行？有没有相关方法或类实现？还是输入的文本总会被修改，无法还原原始内容？

直接通过JTextPane的默认方法无法获取和输入完全一致的原始HTML文本，原因是HTMLEditorKit与HTMLDocument在处理HTML时会自动做标准化处理：比如补全闭合标签、调整标签格式、转义特殊字符等，导致输出内容和原始输入存在差异。

可行的解决方案分为两种：

• 缓存原始输入文本（最可靠）
  不需要从JTextPane中反向提取，直接将输入的text字符串存储为变量（比如类的成员变量），后续需要对比或使用时直接调用这个缓存值即可。示例：

  // 缓存原始HTML文本
  String originalHtml = "Some <b>html</b> text...";
  // 插入到JTextPane的代码不变...
  
  // 需要对比时直接用缓存的字符串
  if (originalHtml.equals(targetText)) {
      System.out.println("I want this to be executed");
  }
  

• 自定义HTMLWriter控制输出格式（仅能近似还原）
  如果必须从JTextPane的文档中获取HTML内容，可以自定义HTMLEditorKit.HTMLWriter，重写相关方法来减少标准化处理，尽可能贴近原始输入。但这种方式无法100%还原原始文本，因为文档内部已经完成了标准化转换。示例：

  public static String getHtmlFromTextPane(JTextPane textPane) throws IOException, BadLocationException {
      HTMLDocument doc = (HTMLDocument) textPane.getDocument();
      HTMLEditorKit kit = (HTMLEditorKit) textPane.getEditorKit();
      
      StringWriter writer = new StringWriter();
      // 使用自定义HTMLWriter调整输出逻辑
      HTMLEditorKit.HTMLWriter htmlWriter = new HTMLEditorKit.HTMLWriter(writer, doc) {
          @Override
          protected void startTag(HTML.Tag tag, MutableAttributeSet attr) throws IOException {
              // 示例：避免自动添加不必要的属性或格式化
              super.startTag(tag, attr);
          }
      };
      htmlWriter.write();
      return writer.toString();
  }
  

另外需要注意：textPane.getText()在HTML模式下返回的是去除HTML标签后的纯文本内容，并非原始HTML源码，所以肯定无法和输入的HTML字符串匹配。

内容的提问来源于stack exchange，提问作者Jason