Java 删除字符串中的特定HTML标记

我想删除字符串中的HTML标记（在数组中定义）。我的方法：

public String cleanHTML(String unsafe,String[] blacklist){
   String safe = "";
   for(String s:blacklist){
      safe =unsafe.replaceAll("\\<.{0,1}"+s+".*?>", "");
   }

   return safe;}

publicstringcleanhtml（字符串不安全，字符串[]黑名单）{
字符串safe=“”；
用于（字符串s:黑名单）{
safe=unsafe.replaceAll（“\\”，“”）；
}
安全返回；}

为了测试我的功能，我使用以下主要方法：

public static void main(String a[]){
    StringParser sp = new StringParser();
    String[] blacklist = new String[]{"img","a"};

    System.out.println( sp.cleanHTML("<p class='p1'>paragraph</p><img></img>< this is not html > <A HREF='#'>Link</A><a link=''>another link</a> <![CDATA[<sender>John Doe</sender>]]>",blacklist));

}

publicstaticvoidmain（字符串a[]）{
StringParser sp=新的StringParser（）；
字符串[]黑名单=新字符串[]{“img”，“a”}；
System.out.println（sp.cleanHTML（“
段落
John Doe]]>另一个链接

正如你所看到的，它只替换了“另一个链接”部分。因此我基本上有两个问题：1）如何让我的正则表达式替换每个，而不管它是小写还是大写；2）如何让我的代码删除每个列入黑名单的标记，而不仅仅是数组中的最后一个

提前谢谢

1.）如何让我的正则表达式替换每个，而不管它是小写还是大写

正如其他人已经说过的，最好使用一些HTML解析器/清理器，因为HTML不太适合正则表达式

但是，如果您仍然希望使用正则表达式并做出一些假设（例如HTML格式良好），则可能需要使用类似以下表达式的内容：

(?i)</?(?:p|img|a).*?>

当然，如果有一个大的黑名单，您可能需要使用

StringBuffer

另一个选项，正如我上面已经演示过的，可能是添加所有这些标记作为替代选项，即

（？：a | img | p | br）

等，但如果列表太大，也可能会降低性能

1.）如何让我的正则表达式替换每个，而不管它是小写还是大写

正如其他人已经说过的，最好使用一些HTML解析器/清理器，因为HTML不太适合正则表达式

但是，如果您仍然希望使用正则表达式并做出一些假设（例如HTML格式良好），则可能需要使用类似以下表达式的内容：

(?i)</?(?:p|img|a).*?>

当然，如果有一个大的黑名单，您可能需要使用

StringBuffer

---

另一个选项，正如我上面已经演示过的，可能是添加所有这些标记作为替代选项，即

（？：a | img | p | br）

等等，但是如果列表太大，它也可能会降低性能。

最好使用html解析器而不是正则表达式。

不安全。replaceAll

不会修改

不安全的
。哦，我想我应该集中一点精力。谢谢。最好使用html解析器而不是正则表达式。
不安全。replaceAll
不会修改
不安全的
哦，是的ss我应该更专注一点。谢谢。谢谢你的回答。当有25-30个被禁止的标签时，StringBuffer会提高性能吗？@gruntswilldie你需要对其进行分析，但不是创建25-30个中间字符串对象，而是对单个
StringBuffer
进行操作，这至少会节省一些内存，尤其是如果输入字符串稍大一些，我想我会在StringBuffer上尝试我的正则表达式，谢谢。谢谢你的回答。StringBuffer会在有~25-30个被禁止的标记时提高性能吗？@gruntswilldie你需要分析它，但不是创建25-30个中间字符串对象，而是在单个
Str上操作ingBuffer
至少可以节省一些内存，特别是如果输入字符串稍大一些。我想我要在StringBuffer上试试我的正则表达式，谢谢。
String intermediate = unsafe;
for(String s:blacklist){
  intermediate = intermediate.replaceAll("\\<.{0,1}"+s+".*?>", "");
}
String safe = intermediate; //maybe do some additional checks here