Fatal编程技术网
  • java/
  • Java 删除除<；之外的所有HTML标记；br>；从一个文本？

Java 删除除<；之外的所有HTML标记；br>；从一个文本？

java regex

Java 删除除<；之外的所有HTML标记；br>；从一个文本？,java,regex,Java,Regex,大家好 我有一个java字符串，我想 1-从中删除除新行标记和之外的所有html标记，如果有文本，则将文本保留在标记内。 2-解析后，文本结果彼此连接，如：text1和text2，文本之间没有空格分隔，我也想这样做 以下是我正在做的： String html = "<div dir=\"ltr\">hello my friend<span>ECHO</span><br>how are you ?<br><br><div

大家好 我有一个java字符串，我想 1-从中删除除新行标记

和

之外的所有html标记，如果有文本，则将文本保留在标记内。 2-解析后，文本结果彼此连接，如：text1和text2，文本之间没有空格分隔，我也想这样做

以下是我正在做的：

String html = "<div dir=\"ltr\">hello my friend<span>ECHO</span><br>how are you ?<br><br><div class=\"gmail_quote\">On Mon, Feb 14, 2011 at 10:45 AM, My Friend <span dir=\"ltr\">&lt;<a href=\"mailto:notifications@mydomain.com\">notifications@mydomain.com</a>&gt;</span> wrote:<br> "
            + "<blockquote class=\"gmail_quote\" style=\"margin: 0pt 0pt 0pt 0.8ex; border-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;\"> ";
    String parsedText = html.replaceAll("\\<.*?\\>", "");
    System.out.println(parsedText);
期望输出：

hello my friend ECHO <br> how are you ? <br> <br> On Mon, Feb 14, 2011 at 10:45 AM, My Friend &`lt;notifications@mydomain.com&gt; wrote:`

你好，我的朋友ECHO
你好吗<2011年2月14日星期一上午10:45，我的朋友<；notifications@mydomain.com写道：`
我会的

  • 用换行符或其他特殊字符替换所有
  • 删除所有标签
  • 将特殊字符替换为
      • 我会的

      • 用换行符或其他特殊字符替换所有
      • 删除所有标签
      • 将特殊字符替换为
      您可以这样做：

      final String html =
    "<div dir=\"ltr\">hello my friend<span>ECHO</span><br>how are you ?" +
    "<br><br><div class=\"gmail_quote\">On Mon, Feb 14, 2011 at 10:45 AM," +
    " My Friend <span dir=\"ltr\">&lt;<a href=\"mailto:notifications@mydo" +
    "main.com\">notifications@mydomain.com</a>&gt;</span> wrote:<br><bloc" +
    "kquote class=\"gmail_quote\" style=\"margin: 0pt 0pt 0pt 0.8ex; bord" +
    "er-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;\"> ";
final Pattern tagPattern = Pattern.compile("<([^\\s>/]+).*?>");
final Matcher matcher = tagPattern.matcher(html);
final StringBuffer sb = new StringBuffer(html.length());
while(matcher.find()){
    matcher
        .appendReplacement(sb, matcher.group(1).equalsIgnoreCase("br")
            ? matcher.group()
            : " ");
}
matcher.appendTail(sb);

final String parsedText = sb.toString();
System.out.println(parsedText);

      最终字符串html=
“你好，我的朋友回声
      你好吗？”+
“
      2011年2月14日星期一上午10:45，
      ”+
“我的朋友写道：
      ”；
最终模式tagPattern=Pattern.compile（“/]+）.*？>”；
final Matcher Matcher=tagPattern.Matcher（html）；
final StringBuffer sb=新的StringBuffer（html.length（））；
while（matcher.find（））{
匹配器
.附录替换（sb，匹配器组（1）.等信号情况（“br”）
？matcher.group（）
: " ");
}
（某人）；
最后一个字符串parsedText=sb.toString（）；
System.out.println（解析文本）；
      输出：

      hello my friendECHO<br>how are you ?<br><br>On Mon, Feb 14, 2011 at 10:45 AM,
My Friend &lt;notifications@mydomain.com&gt; wrote:<br>  

      你好，我的朋友回声
      你好吗？
      2011年2月14日星期一上午10:45，
我的朋友notifications@mydomain.com写道：
      但我希望你知道这一点。不要用正则表达式解析HTML/XML

      您可以这样做：

      final String html =
    "<div dir=\"ltr\">hello my friend<span>ECHO</span><br>how are you ?" +
    "<br><br><div class=\"gmail_quote\">On Mon, Feb 14, 2011 at 10:45 AM," +
    " My Friend <span dir=\"ltr\">&lt;<a href=\"mailto:notifications@mydo" +
    "main.com\">notifications@mydomain.com</a>&gt;</span> wrote:<br><bloc" +
    "kquote class=\"gmail_quote\" style=\"margin: 0pt 0pt 0pt 0.8ex; bord" +
    "er-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;\"> ";
final Pattern tagPattern = Pattern.compile("<([^\\s>/]+).*?>");
final Matcher matcher = tagPattern.matcher(html);
final StringBuffer sb = new StringBuffer(html.length());
while(matcher.find()){
    matcher
        .appendReplacement(sb, matcher.group(1).equalsIgnoreCase("br")
            ? matcher.group()
            : " ");
}
matcher.appendTail(sb);

final String parsedText = sb.toString();
System.out.println(parsedText);

      最终字符串html=
“你好，我的朋友回声
      你好吗？”+
“
      2011年2月14日星期一上午10:45，
      ”+
“我的朋友写道：
      ”；
最终模式tagPattern=Pattern.compile（“/]+）.*？>”；
final Matcher Matcher=tagPattern.Matcher（html）；
final StringBuffer sb=新的StringBuffer（html.length（））；
while（matcher.find（））{
匹配器
.附录替换（sb，匹配器组（1）.等信号情况（“br”）
？matcher.group（）
: " ");
}
（某人）；
最后一个字符串parsedText=sb.toString（）；
System.out.println（解析文本）；
      输出：

      hello my friendECHO<br>how are you ?<br><br>On Mon, Feb 14, 2011 at 10:45 AM,
My Friend &lt;notifications@mydomain.com&gt; wrote:<br>  

      你好，我的朋友回声
      你好吗？
      2011年2月14日星期一上午10:45，
我的朋友notifications@mydomain.com写道：
      但我希望你知道这一点。不要用正则表达式解析HTML/XML

      看看这个问题

      看看这个问题

      可能重复：不，我不想删除所有html标记，因为代码实际上就是这么做的，我想删除除新行标记以外的所有html标记。可能重复：不，我不想删除所有html标记，因为代码实际上就是这么做的，我想删除除新行标记以外的所有html标记。非常感谢上面的示例，但是您的意思是我应该使用像Jsoup这样的html解析器吗？我的意思是，对于像这样的简单示例，正则表达式可能是可以的，但如果它变得更复杂，是的，Jsoup可能是一个好主意。@Sean:“但我希望你知道，如果你打电话的话，克图鲁正在打电话。“有趣的回答：）那么文本格式hello my friendECHO应该在them@James不幸的是，这不是我自己的想法：非常感谢上面的例子，但是你的意思是我应该用像Jsoup这样的html解析器来做吗？我的意思是，对于像这样一个简单的例子，正则表达式可能是可以的，但是如果它变得更复杂一点，是的，JSoup可能是个好主意。@Sean：“但我希望你知道，如果你这么做，Cthulhu正在打电话。”有趣的回答：）那么文本格式hello my friendECHO之间应该有一个空格them@James不幸的是，这不是我自己的想法：