我得到了一些html文本，其中包含各种html标签，例如<table>, <a>, <img> ，等等。
现在我想使用正则表达式删除所有html标签，除了<img ...>和</img> (和大写 <IMG></IMG> )。
如何做到这一点？
<小时/>更新:
我的任务很简单，只是在首页打印一个html的文本内容(包括图像)作为摘要，所以我认为正则表达式很好而且很简单。
<小时/>再次更新
也许一个示例会让我的问题更好地理解:)
有一些html文本:
<html>
<head></head>
<body>
Hello, everyone. Here is my photo: <img src="xxx.jpg" />.
And, <a href="xxx">know more</a> about me!
</body>
</html>
我想保留 ，并删除其他标签。以下是我想要的:
Hello, everyone. Here is my photo: <img src="xxx.jpg" />. And, know more about me!
现在我的代码是这样的:
html.replaceAll("<.*?>", "")
但是它会删除 < 之间的所有内容和> ，但我想保留<img xxx>和</img> ，并删除 < and > 之间的其他内容
谢谢大家!
最佳答案
我尝试了很多，这个正则表达式似乎对我有用:
(?i)<(?!img|/img).*?>
我的代码是:
html.replaceAll('(?i)<(?!img|/img).*?>', '');
关于regex - 如何删除除img之外的所有html标签？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3297300/