我有一個字符串生成器對象“sb”，它看起來像 -Hello. How can I help you?<br>I don't know<br>Use the link <a href="www.google.com" target="_blank">Google</a><br>這只是一個示例，它可以有任何類型的 html 標簽。如何從對象中刪除除 br 標記之外的所有可能的 HTML 標記。我一直在嘗試使用下面的代碼從 sb 對象中刪除所有 html 標簽，但它似乎不起作用。另外，不確定如何為 br 標簽設置例外。sb.replaceAll("<.*?>", "");
2 回答
拉風的咖菲貓
TA貢獻1995條經驗 獲得超2個贊
眾所周知，如果您嘗試捕獲完整的標簽數據并嘗試對其進行操作，強烈建議不要使用正則表達式解析 HTML。但是如果你只是想去掉所有標簽，或者有條件地去掉一些標簽，比如在這種情況下，你想刪除除標簽之外的所有<br>標簽，你可以使用這個正則表達式，
<\/?(?!br>)\w+[^>]*>
解釋：
<- 匹配標簽的開始\/?- 可選地匹配/匹配的結束標簽(?!br>)- 如果標簽名稱是，則拒絕匹配br\w+- 匹配任何由單詞字符組成的標簽名稱[^>]*- 可選地允許標簽屬性匹配>- 匹配關閉標簽
示例 Java 代碼，
String s = "Hello. How can I help you?<br>I don't know<br>Use the link <a \r\n" +
"href=\"www.google.com\" target=\"_blank\">Google</a></br>Hello. <sometag>somedata</sometag> hey <br1>somedata</br2> hello <1br>somedata</1br> How can I help you?<br>I don't know<br>Use the link <a \r\n" +
"href=\"www.google.com\" target=\"_blank\">Google</a></br>";
System.out.println(s.replaceAll("</?(?!br>)\\w+[^>]*>", ""));
在刪除除<br>and之外的所有標簽的地方打印此內容</br>，
Hello. How can I help you?<br>I don't know<br>Use the link Google</br>Hello. somedata hey somedata hello somedata How can I help you?<br>I don't know<br>Use the link Google</br>
編輯：正如Lino在他的評論中提到的，如果您的標簽名稱在br文本周圍有可選空格，您可以使用以下允許可選空格的正則表達式，
<\s*\/?\s*(?!br\s*>)\w+[^>]*>
演示允許 br 標簽中的可選空間
躍然一笑
TA貢獻1826條經驗 獲得超6個贊
使用解析 HTMLregex不是一個好主意。如果您確定它始終是 HTML，我建議您使用Jsoup它會自動使用您的 html 并返回文檔。
Document doc = Jsoup.parse(sb.toString());
printChilds(doc.body().childNodes());
public static void printChilds(List<Node> node)
{
for (Node n : node)
{
if (n.childNodeSize() == 0)
System.out.print(n.toString());
else
printChilds(n.childNodes());
}
}
將輸出Hello. How can I help you?<br>I don't know<br>Use the link Google<br>
添加回答
舉報
0/150
提交
取消