从字符串中删除没有 <br/> 选项卡的 HTML 标记的正则表达式

Question

我目前卡在为字符串 <b>abc<br/></b> 或 xy<i>abcd<br/></i> 或 <th>ab<br/></th>wvx 等的以下要求生成正则表达式。

我的要求是使用java replaceAll(<regex>,"");方法删除<b>或</b>或<i>或</i>或<th>或</th>等的<和>字符而不替换<br/> 标签的< 和> 字符。

例子：

输入：<b>abc<br/></b> 输出应该是：babc<br/>/b

输入：xy<i>abcd<br/></i> 输出应该是：xyiabcd<br/>/i

输入：<th>ab<br/></th>wvx 输出应该是：thab<br/>/thwvx

.......等等

请帮我解决这个问题。

Answer 1

</?([a-z]+)> 应该可以。如果斜线在字母后面，则不匹配。

Answer 2

您可以尝试使用String#replaceAll:

String input = "<b>abc<br/></b>";
input = input.replaceAll("</?(?!br)([^>]+)>", "$1");
System.out.println(input);

babc<br/>b

模式</?(?!br)[^>]+)> 将匹配除br 之外的任何开始或结束HTML 标记。它将仅用标签的文本名称替换该标签。

请注意，使用正则表达式解析 HTML 通常不是一个好主意。如果您在示例字符串中只有单级 HTML，这可能适用于您的情况。

Demo