【问题标题】:Java - Strip all HTML tags using JRE System LibraryJava - 使用 JRE 系统库剥离所有 HTML 标记
【发布时间】:2015-02-18 18:29:35
【问题描述】:

我必须从 Java 中的字符串中删除所有 html 标记。

有没有使用 JRE 系统库的简单方法来做到这一点?

为了确保您理解,环顾四周,我发现了许多建议、框架(JsouphtmlcleanerhtmlparserApache Tika 等)、正则表达式或小代码 sn-ps。

我可以在不引入依赖项或处理潜在错误代码的情况下做到这一点吗?

【问题讨论】:

  • 我不明白你为什么要避免外部依赖。拥有这些的目的是让您不必为必须实施类似上述的事情而感到悲痛(据记录,这将显得相对微不足道,但很快就会表明自己不是什么)
  • 我不反对外部依赖。我的意思是,当我可以做同样的事情时,我为什么要依赖现有的系统库,这可能很容易。
  • 问题:如果你有这个:abc<u>def</u>ghi你想拥有什么? 1. abcdefghi 或只是abcghi
  • 我的意思是,除了最微不足道的情况之外,上述所有情况都不容易
  • @PeterRader abcdefghi

标签: java html string


【解决方案1】:

我在这个网站上找到了答案:

String noHTMLString = htmlString.replaceAll("\\<.*?\\>", "");

Stripping HTML tags in Java

【讨论】:

  • 建议的答案都没有使用 JRE 系统库组件删除 html 标记。
  • 以上方法你试过了吗?工作正常,但它会删除所有类型的标签...您要保留非 html 标签吗?
猜你喜欢
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多