java - 如何删除字符串中的 HTML 元素？

Question

我想删除Java中字符串的HTML。

<hr><b><strong>Task Details</strong></b><hr><b>Date Created: </b> 01/06/2014 07:55pm<br><b>Date Modified: </b> 01/06/2014 07:55pm<br><b>Assigned to: </b> Administrator<br><b>Created By: </b> Administrator<br><b>Status: </b> Not Started<br><b>Description: </b> Test Description<br>.

上面是我的字符串，我想删除 HTML 标签。

Answer 1

也许这会起作用:

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

它使用正则表达式删除字符串中的所有 HTML 标记。

更具体地说，它从字符串中删除所有类似 XML 的标签。因此，即使 <1234> 不是有效的 HTML 标记，它也会被删除。但它对大多数意图和目的都有好处。

希望这有帮助。

这实际上非常简单 Jsoup.

public static String html2text(String html) {
    return Jsoup.parse(html).text();
}