如何删除字符串的 HTML 元素？ [复制]

Posted 2023-02-26

【中文标题】如何删除字符串的 HTML 元素？ [复制]

【英文标题】：How to remove HTML element of String? [duplicate]

【发布时间】：2014-01-27 14:38:33

【问题描述】：

我想在 Java 中删除字符串的 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。

【问题讨论】：

这些是 HTML 标签吗？输入似乎没有 HTML 标记。

问题不够清楚。你在说什么字符串和什么 HTML 标签？您能否详细说明问题并提及您到底想要实现什么？

'Java' 对应于 'javascript' 就像 'Car' 对应于 'Carpet'。那么您使用的是哪种语言？

我只是将 [java] 和 [javascript] 都留在问题中，直到您弄清楚您使用的是哪种语言...请相应地重新标记它。

【参考方案1】：

也许这会起作用：

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

它使用正则表达式来删除字符串中的所有 HTML 标签。

更具体地说，它会从字符串中删除所有类似 XML 的标签。因此，即使 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。

希望这会有所帮助。

Jsoup. 这实际上非常简单

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

【讨论】：

-1 从this earlier answer 复制逐字和未署名的答案的第一部分“希望对您有帮助”。除非你是同一个海报，否则这是一个很大的网络礼仪禁忌。

【参考方案2】：

您可以使用 Jsoup 库。

String str="<h3>My Text</h3>";
System.out.println(Jsoup.parse(str).text());

上面的代码去掉了所有的htms标签，并留下文本作为输出