从 NSString 中删除 HTML 但保留数学符号答案

【问题标题】：Remove HTML from NSString but keep maths symbols从 NSString 中删除 HTML 但保留数学符号
【发布时间】：2015-02-02 18:04:23
【问题描述】：

我需要从 NSString 中删除所有 HTML 格式，但我需要保留与字符串内容相关的任何

例如：

<p>Dogs:  For dogs <10KGs use 1:1000 solution (1000 µg/ml) diluted to 5-10 ml.</p>

我需要阅读：

Dogs:  For dogs <10KGs use 1:1000 solution (1000 µg/ml) diluted to 5-10 ml.

到目前为止，常见的方法是使用以下内容：

  NSRange r;
  NSString *s = [[self copy] autorelease];
  while ((r = [s rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
  s = [s stringByReplacingCharactersInRange:r withString:@""];
  return s;

但是这种方法会导致：

狗：给狗

第一个 HTML 标记被正确剥离，但关闭是它，因此删除了整个部分。

当

【问题讨论】：

HTML 包含不属于标签的&lt; 格式错误（它们应编码为&lt;）。因此，您正在尝试解析其中有错误的内容。这并不容易可靠。例如，如果输入包含<em，那么标签是否缺少右尖括号 (>) 或小于运算符？
不幸的是，我无法控制传入 HTML 的格式。但是，我相当肯定它只会包含、和标签。

标签： ios objective-c regex cocoa

【解决方案1】：

将您的代码更改为，

NSRange r;
NSString *s = [[self copy] autorelease];
while ((r = [s rangeOfString:@"<[^<>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
s = [s stringByReplacingCharactersInRange:r withString:@""];
return s;

DEMO

这将去掉上面例子中的段落标签。 [^<>]+ 匹配任何字符，但不匹配 < 或 > 一次或多次。

【讨论】：

啊，这似乎完美地完成了这项工作，我显然没有注意我的代码中的正则表达式。谢谢。