java - jsoup 只去除 html 标签而不是换行符？

Question

我在 Java 中有以下内容，我只想去除 html 标签而不是换行符

<p>test1 <b>test2</b> test 3 </p> //line 1
<p>test4 </p> //line 2

如果我在富文本编辑器中打开上面的内容，第 1 行和第 2 行显示在不同的行中(不显示 </p> 标记)。但是在记事本中内容与 </p> 一起显示标签。删除我使用的所有 html 标签

Jsoup.parse(aboveContent).text()

它删除所有 html 字符。但它在记事本的同一行中显示所有第 1 行和第 2 行。 Jsoup 还以某种方式删除了换行符。

我尝试了什么:-

我也尝试替换 </p>与 \r\n然后删除 html 标签

 Jsoup.parse(contentWith\r\n-Insteadof-</p>Tag ).text()

但 Jsoup 仍然在同一行中删除行尾字符(因为在调试器中我可以看到 line1 和 line2)。

如何让 Jsoup 只去除 html 字符而不去除换行符？

Answer 1

你也可以这样做:

public static String cleanNoMarkup(String input) {
    final Document.OutputSettings outputSettings = new Document.OutputSettings().prettyPrint(false);
    String output = Jsoup.clean(input, "", Whitelist.none(), outputSettings);
    return output;

}

这里重要的事情是: 1. Whitelist.none() - 所以不允许标记 2..prettyPrint(false) - 因此不会删除换行符