如何在 Android 中剥离或转义 html 标签答案

【问题标题】：How to strip or escape html tags in Android如何在 Android 中剥离或转义 html 标签
【发布时间】：2011-09-24 01:41:19
【问题描述】：

PHP 有strip_tags 函数，可以从字符串中去除 HTML 和 PHP 标记。

Android 有办法转义 html 吗？

【问题讨论】：

标签： android strip-tags

【解决方案1】：

@sparkymat 链接的答案中的解决方案通常需要正则表达式 - 这是一种容易出错的方法 - 或安装第三方库，例如 jsoup 或 jericho。 Android 设备上更好的解决方案就是使用 Html.fromHtml() 函数：

public String stripHtml(String html) {
    if (android.os.Build.VERSION.SDK_INT >= android.os.Build.VERSION_CODES.N) {
       return Html.fromHtml(html, Html.FROM_HTML_MODE_LEGACY).toString();
    } else {
       return Html.fromHtml(html).toString();
    }
}

这使用 Android 的内置 Html 解析器来构建输入 html 的 Spanned 表示，没有任何 html 标记。然后通过将输出转换回字符串来剥离“Span”标记。

正如 here 所讨论的，Html.fromHtml 行为自 Android N 以来发生了变化。有关详细信息，请参阅 documentation。

【讨论】：

另外请注意Html.fromHtml(String) 返回一个扩展类CharSequence。因此，您可以直接将其与接受CharSequence 参数的方法一起使用，而无需调用toString()。感谢尼克的精彩回答:-)
如果您只想转义标签而不删除它们，也可以使用Html.escapeHtml(String)。
我认为 Html.fromHtml(String) 方法的标签支持集有限
我的 html 头部有 html> 这也没有得到处理。请帮忙
请注意，Html.fromHtml(html).toString(); 会删除多个空格，这并不总是一个好的选择。

【解决方案2】：

抱歉，帖子迟了，但我认为这可能对其他人有所帮助，

仅删除 html 条

Html.fromHtml(htmltext).toString()

这样html标签将被替换为字符串，但字符串格式不正确。所以我做到了

Html.fromHtml(htmltext).toString().replaceAll("\n", "").trim()

这样我首先用空格替换下一行并删除空格。同样，您可以删除其他人。

【讨论】：

我需要 4 个斜线。见安飞士回答：stackoverflow.com/questions/18865393/…

【解决方案3】：

如果您的目标是 API 16 或更高版本，您也可以使用 Html.escapeHtml(String)。

对于也低于 API 16 的目标，您可以通过调用 HtmlUtils.escapeHtml(String) 来使用下面的类，我只是从 Html.escapeHtml(String) 的源中提取的。

public class HtmlUtils {

    public static String escapeHtml(CharSequence text) {
        StringBuilder out = new StringBuilder();
        withinStyle(out, text, 0, text.length());
        return out.toString();
    }

    private static void withinStyle(StringBuilder out, CharSequence text,
                                    int start, int end) {
        for (int i = start; i < end; i++) {
            char c = text.charAt(i);

            if (c == '<') {
                out.append("&lt;");
            } else if (c == '>') {
                out.append("&gt;");
            } else if (c == '&') {
                out.append("&amp;");
            } else if (c >= 0xD800 && c <= 0xDFFF) {
                if (c < 0xDC00 && i + 1 < end) {
                    char d = text.charAt(i + 1);
                    if (d >= 0xDC00 && d <= 0xDFFF) {
                        i++;
                        int codepoint = 0x010000 | (int) c - 0xD800 << 10 | (int) d - 0xDC00;
                        out.append("&#").append(codepoint).append(";");
                    }
                }
            } else if (c > 0x7E || c < ' ') {
                out.append("&#").append((int) c).append(";");
            } else if (c == ' ') {
                while (i + 1 < end && text.charAt(i + 1) == ' ') {
                    out.append("&nbsp;");
                    i++;
                }

                out.append(' ');
            } else {
                out.append(c);
            }
        }
    }
}

我正在使用这个类，效果很好。

【讨论】：

【解决方案4】：

这是用于新方法替代（API 16+）：

android.text.Html.escapeHtml(your_html).toString();

【讨论】：

【解决方案5】：

Html.fromHtml 对于大型 html 字符串可能非常慢。

以下是使用 jsoup 轻松快速地做到这一点的方法：

将此行添加到您的 gradle 文件中：

implementation 'org.jsoup:jsoup:1.11.3'

在这里查看最新的 jsoup 版本是什么： https://jsoup.org/download

将此行添加到您的代码中：

String text = Jsoup.parse(htmlStr).text();

在此处查看此链接以了解如何保留换行符：

How do I preserve line breaks when using jsoup to convert html to plain text?

【讨论】：

【解决方案6】：

 Spanned spanned;
        if (android.os.Build.VERSION.SDK_INT >= android.os.Build.VERSION_CODES.N) {
            spanned = Html.fromHtml(textToShare, Html.FROM_HTML_MODE_LEGACY);
        } else {
            spanned = Html.fromHtml(textToShare);
        }
tv.setText(spanned.toString());

【讨论】：

【解决方案7】：

jsoup 非常简单

public static String html2text(String html) {
   return Jsoup.parse(html).text();
}

【讨论】：

【解决方案8】：

尚未提及，以向后兼容的方式执行此操作的方法是使用HtmlCompat utility class，然后简单地调用（如果您不需要使用特定标志，则使用 0）

HtmlCompat.from(inputString, 0).toString()

在后台，它已经为您完成了所有必需的 api 检查

if (Build.VERSION.SDK_INT >= 24) {
   return Html.fromHtml(source, flags);
}
return Html.fromHtml(source);

所以对于输入

<a href="https://www.stackoverflow.com">Click me!</a>

您将只收到字符串“点击我！”作为输出。

【讨论】：