从 HTML 片段中删除空标签对

Question

我有一个用户提交的字符串，其中包含 HTML 内容，例如

"<p></p><div></div><p>Hello<br/>world</p><p></p>"

我想转换该字符串，以便删除空标记对（但保留像
这样的空标记）。例如，此转换的结果应将上面的字符串转换为

"<p>Hello<br/>world</p>"

我想使用 JSoup 来执行此操作，因为我的类路径中已经有此转换，并且对我来说最简单的方法是在服务器端。

Answer 1

下面是一个执行此操作的示例（使用 JSoup）：

String html = "<p></p><div></div><p>Hello<br/>world</p><p></p>";
Document doc = Jsoup.parse(html);

for (Element element : doc.select("*")) {
    if (!element.hasText() && element.isBlock()) {
        element.remove();
    }
}

System.out.println(doc.body().html())

上面代码的输出就是您要查找的内容：

<p>Hello<br />world</p>

Answer 2

不太熟悉 jsoup，但您可以通过简单的正则表达式替换来做到这一点：

String html = "<p></p><div></div><p>Hello<br/>world</p><p></p>";
html = html.replaceAll("<([^>]*)></\\1>", "");

尽管使用完整的解析器，您可能在处理过程中删除空内容，具体取决于您最终要使用它做什么。

Answer 3

Jsoup 将从用户输入的 HTML 生成正确的 XML。使用 XML 解析器查找并删除所有空标签。我认为这比正则表达式更好。看这里：Java 删除空 XML 标签
您还可以使用 JSoup 为您查找空标签。看这里：http://jsoup.org/cookbook/extracting-data/selector-syntax
并使用 Node.remove() 方法。

Answer 4

如果你使用jquery，你可以像

var tags = "<p></p><div></div><p>Hello<br/>world</p><p></p>";

$("<div id='mydiv'>"+tags+"</div>").appendTo($('body'));
$('#mydiv').children().each(function(){
    var elem = $(this);
    if(elem.html() === "") elem.remove();
});

小提琴一样： http://jsfiddle.net/LqCx5/2/< /a>

Answer 5

不知道 Jsoup，下面的代码也适用于简单的 javascript 正则表达式。
尝试下面的代码。

function removeall(){
var tagarray=new Array("<p>","<div>");
source="<p></p><div></div><p>Hello<br/>world</p><p></p>";
for ( var int = 0; int < tagarray.length; int++) {
tag2=tagarray[int].replace("<","</");
var tagpair=new RegExp(tagarray[int]+tag2,"g");
source=source.replace(tagpair,"");
    }
alert(source);

}