Java替换字符串中的所有非HTML标记

我想替换字符串中所有看起来像标记的部分，如果它们不是有效的HTML标记。 看起来像标签的部分是括在

括号中的东西。例如，

或

但必须保留

，

，等等

你知道如何做到这一点吗

感谢您的帮助

干杯

---

balázs

查看java.util.Scanner类-您可以设置一个分隔符，然后查看字符串是否与HTML标记匹配-您必须构建一个应忽略的字符串数组。

您可能还希望在比较算法中包括结束标记。因此，您可能需要查找正斜杠（html结束标记），并在比较之前将其去掉。

如果您这样做是为了在网页上显示不受信任的数据，仅删除无效标记是不够的。看看。

您可以使用它来清除HTML

String cleaned = Jsoup.clean(html, Whitelist.relaxed());

您可以使用其中一个已定义的HTML元素，也可以创建自己的自定义HTML元素，在自定义HTML元素中指定希望通过cleaner允许哪些HTML元素。其他一切都被删除了

---

你的具体例子是：

String html = "one two three <blabla> four <text> five <div class=\"bold\">six</div>";
String cleaned = Jsoup.clean(html, Whitelist.relaxed().addAttributes("div", "class"));
System.out.println(cleaned);

String html=“一二三四五六”；
String cleaned=Jsoup.clean（html，Whitelist.relaxed（）.addAttributes（“div”，“class”））；
系统输出打印项次（清洁）；

输出：

one two three  four  five 
<div class="bold">
 six
</div>

123445
六

更换还是拆下？请显示预期输出。“一二三四五六”到“一二三四五六”-因此替换为空字符串。感谢提示，我将查看它，但这次我希望它们简单地删除。没有更多，也没有更少。我不想自己构建数组，我只是在寻找一个已经存在的枚举，类似于这篇文章->是的，我也看到了。所以我的问题与此类似，只是我不想去掉HTML标记，而是保留它们。