Objective-C stringByReplacingOccurrencesOfString 与正则表达式

Question

我正在尝试使用正则表达式拆分包含 html 代码的字符串：

NSString* regex = @"<.*?>";
NSString* html = @"<span class="test">Test1</span><span class="test">Test2</span><span class="test">Test3</span><span class="test">Test4</span>";

html = [html stringByReplacingOccurrencesOfString:regex withString:@""];

我想删除 span 标签。

有什么想法吗？

Answer 1

您可能可以使用 此方法：

NSRegularExpression *re = [NSRegularExpression regularExpressionWithPattern:@"<.*?>"
                                                                    options:0
                                                                      error:NULL];

NSString *result = [re stringByReplacingMatchesInString:html
                                                options:0
                                                  range:NSMakeRange(0, [html length])
                                           withTemplate:@""];

在上面链接的文档中检查您可能需要哪些选项。

Answer 2

如果您的输入是 HTML，则使用 HTML PARSER。

用正则表达式“解析” HTML 是徒劳的。请注意，SO 上有很多问题描述了 iO/OSX 上的 HTML 解析。

Answer 3

这只是删除了 <和>字符以及它们之间的所有内容，我认为这就足够了：

 (NSString *) stripTags:(NSString *)str
{
    NSMutableString *ms = [NSMutableString stringWithCapacity:[str length]];

    NSScanner *scanner = [NSScanner scannerWithString:str];
    [scanner setCharactersToBeSkipped:nil];
    NSString *s = nil;
    while (![scanner isAtEnd])
    {
        [scanner scanUpToString:@"<" intoString:&s];
        if (s != nil)
            [ms appendString:s];
        [scanner scanUpToString:@">" intoString:NULL];
        if (![scanner isAtEnd])
            [scanner setScanLocation:[scanner scanLocation]+1];
        s = nil;
    }

    return ms;
}