如果那些不是有效的 HTML 标签，我想替换字符串中所有看起来像标签的部分。
看起来像标签的部分是包含在 <> 中的东西括号。例如。 <myemail@email.com>或 <hello>但是<br> , <div> , 等等必须保留。
你知道如何实现吗？
感谢任何帮助!
干杯，
胡说八道
最佳答案
您可以使用 JSoup清理 HTML。
String cleaned = Jsoup.clean(html, Whitelist.relaxed());
您可以使用定义的 Whitelists 之一或者你可以创建你自己的自定义一个，你可以在其中指定你希望允许哪些 HTML 元素通过清理器。其他所有内容都被删除。
您的具体示例是:
String html = "one two three <blabla> four <text> five <div class=\"bold\">six</div>";
String cleaned = Jsoup.clean(html, Whitelist.relaxed().addAttributes("div", "class"));
System.out.println(cleaned);
输出:
one two three four five
<div class="bold">
six
</div>
关于Java 替换字符串中的所有非 HTML 标签，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/4691539/