是否有一个表达式可以获取两个 HTML 标签之间的值？
鉴于此：
<td class="played">0</td>
我正在寻找一个表达式，它将返回 0，剥离 <td> 标记。
【问题讨论】：
\d+ 怎么样？
(?:<style.+?>.+?</style>|<script.+?>.+?</script>|<(?:!|/?[a-zA-Z]+).*?/?>) 并替换为""。
您不应尝试使用正则表达式解析 HTML。 HTML 不是常规语言，因此您提出的任何正则表达式都可能在某些深奥的边缘情况下失败。有关详细信息，请参阅this question 的开创性答案。虽然大多被格式化为一个笑话，但这是一个非常好的观点。
以下示例是 Java，但对于其他语言，正则表达式将是相似的——如果不相同的话。
String target = someString.replaceAll("<[^>]*>", "");
假设您的非 html 不包含任何 并且您的输入字符串结构正确。
如果你知道它们是一个特定的标签——例如你知道文本只包含<td>标签，你可以这样做：
String target = someString.replaceAll("(?i)<td[^>]*>", "");
编辑： Ωmega 在另一篇帖子的评论中提出了一个很好的观点，即如果有多个标签，这将导致多个结果全部被挤压在一起。
例如，如果输入字符串是<td>Something</td><td>Another Thing</td>，那么上面的结果将是SomethingAnother Thing。
在需要多个标签的情况下，我们可以这样做：
String target = someString.replaceAll("(?i)<td[^>]*>", " ").replaceAll("\\s+", " ").trim();
这会将 HTML 替换为一个空格，然后折叠空格，然后修剪两端的任何空格。
【讨论】：
<div>text</div><p>here</p>。明白了吗？
<td> 标签。 OP 中没有任何地方提到过关于模式 matching 的任何内容。
一个简单的方法是替换
<[^>]*>
什么都没有。但根据您的输入结构的不良程度，这很可能会失败。
【讨论】：
<td>First</td><td>Second</td>，在您帖子中的模式上使用replaceAll 将导致FirstSecond。
<b>a</b><i>b</i> 的结果ab 是意料之中的。所以这不是你可以轻易决定的事情。此外，在浏览器中查看 XML 会导致相同的情况，将所有文本节点折叠在一起。
你可以用 jsoup http://jsoup.org/ 做到这一点
Whitelist whitelist = Whitelist.none();
String cleanStr = Jsoup.clean(yourText, whitelist);
【讨论】：