删除除换行符之外的 HTML 标记

发布于 01-06 17:30 字数 136 浏览 4 评论 0原文

我从服务器接收带有 HTML 标签的字符串。我使用 string1.replaceAll("\\<.*?>","") 等正则表达式删除这些标签,但问题是它还删除了换行符和超链接。我想保留超链接和换行符并删除其他所有内容。

I am receiving string from server having HTML tags. I am removing these tags using regular expression like string1.replaceAll("\\<.*?>","") but the problem is that it also remove line breaks and hyperlinks. I want to keep hyperlinks and line breaks and remove everything else.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

北凤男飞2025-01-13 17:30:42

不要使用正则表达式来解析 HTML。

要从 HTML 中完全剥离它(不是您想要的,但很简单):

String html = "<h1>I only want<br/>line breaks and " + 
    "<a href='http://stackoverflow.com'>links</a>, <i>not</i>" +
    " the <b>other</b> stuff";
String sansHtml = Html.fromHtml(html).toString();

有选择地剥离它,仅保留 (以及 href 属性)和
标签我建议您使用
JSoup

Whitelist whitelist = Whitelist.none().addTags("a", "br").addAttributes("a", "href");
String jsoupHtml = Jsoup.clean(html, whitelist);

Don't use regexps for parsing HTML.

To strip it completely from HTML (not what you wanted, but simple to do):

String html = "<h1>I only want<br/>line breaks and " + 
    "<a href='http://stackoverflow.com'>links</a>, <i>not</i>" +
    " the <b>other</b> stuff";
String sansHtml = Html.fromHtml(html).toString();

To strip it selectively, retaining only <a> (and the href attribute) and <br> tags I suggest you use JSoup:

Whitelist whitelist = Whitelist.none().addTags("a", "br").addAttributes("a", "href");
String jsoupHtml = Jsoup.clean(html, whitelist);
夜无邪2025-01-13 17:30:42

您可以尝试先用某种中间格式替换要保留的部分,然后在删除所有其他标签后恢复原始格式。

string1.replaceAll("\\<br.*?>", "[br]");
string1.replaceAll("\\<a href='(.*?)'.*?>(.*?)\\<.*?>", "[link='$1' desc='$2']");
string1.replaceAll("\\<.*?>","");
string1.replaceAll("\\[br\\]", "<br\\>");
string1.replaceAll("\\[link='(.*?)' desc='(.*?)']", "<a href=\"$1\">$2<\\a>");

代码未经测试,因此可能无法工作:)

You could try to replace the parts you want to keep by some intermediate format first and restore the original one after you removed all other tags.

string1.replaceAll("\\<br.*?>", "[br]");
string1.replaceAll("\\<a href='(.*?)'.*?>(.*?)\\<.*?>", "[link='$1' desc='$2']");
string1.replaceAll("\\<.*?>","");
string1.replaceAll("\\[br\\]", "<br\\>");
string1.replaceAll("\\[link='(.*?)' desc='(.*?)']", "<a href=\"$1\">$2<\\a>");

Code untested so it might not work :)

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文