Java 试图取代<；br>&书信电报；BR>&书信电报；br+；属性>；带有<；br/>；

我正在尝试将一堆HTML文档转换为XML遵从性（通过java方法），并且有许多

标记（1）未关闭或（2）包含属性。出于某种原因，我使用的正则表达式没有处理包含属性的标记。代码如下：

htmlString = htmlString.replaceAll("(?i)<br *>", "<br/>");

htmlString=htmlString.replaceAll（“（？i）”，“
”）；

此代码适用于文档中的所有

标记；它将它们替换为

。但是，对于像

<BR style="PAGE-BREAK-BEFORE: always" clear=all>

它没有任何作用。我希望所有br标记都是

，而不管转换前标记中的任何属性

要实现这一点，我需要向正则表达式中添加什么？

您可能希望

]*>

匹配所有需要的标记

• 从

  开始，您可能希望
  ]*>
  匹配所有
  
  
  从
  开始，您必须使用
  *
  而不是
  *
  ：
  
  htmlString.replaceAll("(?i)<br .*>", "<br/>")
  //-----------------------------^^
  
  输出
  
  <br/>
  
  
  
  您必须使用
  *
  而不是
  *
  ：
  
  htmlString.replaceAll("(?i)<br .*>", "<br/>")
  //-----------------------------^^
  
  输出
  
  <br/>
  
  
  
  此正则表达式将执行您想要的操作：
  ]*>
  
  下面是一个工作示例：
  此正则表达式将执行您想要的操作：
  ]*>
  
  下面是一个工作示例：
  使用正则表达式解析HTML不是一个好主意，因为HTML不是正则的。您应该使用适当的解析库，如
  
  NekoHTML是一个简单的HTML扫描程序和标记平衡器，它支持
  应用程序程序员解析HTML文档并访问
  使用标准XML接口的信息。解析器可以扫描HTML
  文件和“修复”许多人类（和计算机）经常犯的错误
  作者在编写HTML文档时会遇到困难。NekoHTML添加缺少的父级
  元素；使用可选的结束标记自动关闭图元；和
  可以处理不匹配的内联元素标记
  
  使用正则表达式解析HTML不是一个好主意，因为HTML不是正则的。您应该使用适当的解析库，如
  
  NekoHTML是一个简单的HTML扫描程序和标记平衡器，它支持
  应用程序程序员解析HTML文档并访问
  使用标准XML接口的信息。解析器可以扫描HTML
  文件和“修复”许多人类（和计算机）经常犯的错误
  作者在编写HTML文档时会遇到困难。NekoHTML添加缺少的父级
  元素；使用可选的结束标记自动关闭图元；和
  可以处理不匹配的内联元素标记
  
  *
  不是个好主意。这种模式对Lorem ipsum dolor sit amet有什么影响？
  *
  不是一个好主意。这一模式对Lorem ipsum dolor sit amet有什么影响？