Android:去除除 img 标签之外的所有 html

Question

在 Java 中，我看到可以很容易地指定白名单标签并去除其余的 html 标签:

Whitelist whitelist = Whitelist.none();
whitelist.addTags(new String[] { "p", "br", "ul" });

String safe = Jsoup.clean(unsafe, whitelist);
return StringEscapeUtils.unescapeXml(safe);

PHP 还有 strip_tags($html, $whitelist)函数来做同样的事情。

我在Android中看到，你可以这样做:

android.text.Html.fromHtml(instruction).toString()

但这会去除整个 html，包括 img 标签。

或者，Jsoup库可以使用，但我们没有更简单的解决方案而不是使用这个 300kb这个简单需求的库？

在 Android 中，我如何去除除 <img> 之外的所有 html给定文本中的标签 ?

Answer 1

这有点 hacky，但它完成了工作:

• 用一些特殊字符串替换所有 img 标签，这样剥离函数就看不到它们
• 去除所有 HTML

• 用特殊字符串替换 img 标签以取回它们。

  String stripHTMLtagsExceptIMG(String htmlString)
  {
      String subbed = htmlString.replaceAll("< *[iI][mM][gG]", "_iimmgg");
      String stripped = android.text.Html.fromHtml(subbed).toString();
      String unsubbed = stripped.replaceAll("_iimmgg", "<img");
  
      return unsubbed;
  }