如何使用 Java Html 类删除带有内容的特定 html 类

Question

最近我正在做一个 android 项目。我正在从 wordpress api 解析数据。但详细的帖子内容是 html 格式。我必须删除 html 标签。使用 Html.fromHtml().toString() java 方法我删除了所有标签。但是有一些图片说明我必须删除。要删除标题，我必须找到标签类。那么如何使用 Html Class 删除这些内容呢？

<p class="wp-caption-text">android m marshmallow</

编辑：

使用正则表达式我解决了我的问题。

在Regex 中插入您的特定 Html，您将获得您的正则表达式。

 yourHtml = yourHtml.replaceAll("Your_Regular_Expression","");
 yourHtml = Html.fromHtml(yourHtml).toString();

Answer 1

如果你想得到匹配，你可以试试这个：

<(\w+).*?class="wp-caption-text".*?>[\s\S]*?<\/\1>

Regex101

我想提一下，这不是一个完美的解决方案。正则表达式不太擅长解析 html，因为该标记语言中的结构实际上太复杂，无法 100% 被正则表达式解析。见here