文章/答案/技术大牛

发布

社区首页 >问答首页 >如何在Java中删除HTML标记？

问如何在Java中删除HTML标记？
EN

Stack Overflow用户

提问于 2012-06-28 12:59:15

回答 1查看 461关注 0票数 1

我需要从java中的以下字符串中删除HTML标记

String text = "<html><head></head><body>hi x>a and y<b and z>c</body></html>";

我可以用正则表达式做到这一点。但它也删除了字符串中的"b和z“。因为它被认为是标签。

发布于 2012-06-28 13:03:52

当然它会去掉"b和z“。它应该删除该文本。因为在HTML中，属性不需要加引号，也不需要值。所以b是一个元素，and和z是属性(没有值)。这就是HTML解析器所能识别的。

当然，and和z对于b元素来说并不是真正可接受的属性，但是就语法良好性而言，您应该将b识别为一个元素。

如果您不想将其删除，则需要将您的<编写为<。无论如何，这就是如何编写正确的HTML。:)

附录

(是的，我知道上面的评论中引用了著名的“无法用正则表达式解析HTML”的答案，但是这个问题中的<和<在答案中是值得指出的。)

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/11238321

复制

相似问题

问如何在Java中删除HTML标记？EN