如何使用replaceAll从字符串中删除某些html标签？答案

【问题标题】：How to remove certain html tags from a String with replaceAll?如何使用replaceAll从字符串中删除某些html标签？
【发布时间】：2015-03-04 10:20:51
【问题描述】：

我有一个包含不同类型 html 标签的字符串。

我想删除所有<a> 和</a> 标签。

我试过了：

string.replaceAll("<a>", "");
string.replaceAll("</a>", "");

但它不起作用。这些标签仍保留在字符串中。为什么？

【问题讨论】：

字符串是不可变的；每个修改字符串的操作都会返回一个字符串。
不要在 HTML / XML 上使用正则表达式。还向我们展示示例输入
更好的是解析html而不是使用正则表达式删除标签。
实际上对于替换，我会在这里使用正则表达式.. 并非地球上 HTML 文件中的每个操作都应该使用解析器。
当您输入您的问题（以及您之前的 31 个问题）时，右侧有一个橙色的大如何格式化框。值得一读。还有一个完整的格式化辅助工具栏。还有一个包含大量有用信息的 [?] 按钮。以及文本框下方的预览区域。当你写下你的五个答案时，这些东西大部分都在那里。请花时间学习使用它们。

标签： java html parsing tags replaceall

【解决方案1】：

这些标签仍然保留在字符串中。为什么？

因为replaceAll 不直接修改字符串（它不能，字符串是不可变的），它返回修改后的字符串。所以：

string = string.replaceAll("<a>", "");
string = string.replaceAll("</a>", "")

Live Example

或者

string = string.replaceAll("<a>", "").replaceAll("</a>", "")

请注意，replaceAll 将定义正则表达式的字符串作为其第一个参数。 "<a>" 和 "</a>" 都可以，但除非您需要使用正则表达式，否则请改用 replace(CharSequence,CharSequence)。如果使用replaceAll，请注意正则表达式中具有特殊含义的字符。

事实上，您可以使用一个replaceAll，利用您使用正则表达式这一事实：

string = string.replaceAll("</?a>", "");

/ 之后的? 使/ 成为可选的，因此将替换"<a>" 和"</a>"。

Live Example

【讨论】：

伟大而有用的答案。

【解决方案2】：

replaceAll("\", "\").replaceAll("\", "\");删除所有标签 html XD , 2 "\"

【讨论】：

或replaceAll("\\]+)\\>", "\\ ").replaceAll("\\s+", "").trim ()