Java 如何剥离除“以外的HTML属性”；src"；及；alt"；在爪哇

如何使用Java从字符串中的HTML标记中除去除“alt”和“src”之外的所有属性

而且。。如何从字符串中的所有“src”属性获取内容

：）

您可以：

• 实施一项战略
• 创建一个文档，对其进行遍历和修剪，然后转换回HTML；或
• 在XSLT（假设您的HTML是XHTML格式，或者可以转换为XHTML格式，比如）中使用一个附加的例子来删除您不想要的属性

---

无论你做什么，都不要尝试使用正则表达式。

好的，用某种方法解决了这个问题

使用HTMLCleaner库将输入数据解析为有效格式

然后我使用DOM解析器对所有内容进行迭代，并去除所有不允许的标记和属性

（还有一些丑陋的小黑客；）

---

这是一项很大的工作。

我曾尝试使用DOM解析器，但这要求html标记完全对齐，就像在xml文件中一样。我在用户提供的输入数据上使用它，它可以是任何格式！