从NSString中删除HTML，但保留数学符号

Question

我需要从NSString中删除所有的HTML格式，但当与字符串的内容相关时，我需要保留任何<(小于)符号。

例如：

<p>Dogs:  For dogs <10KGs use 1:1000 solution (1000 µg/ml) diluted to 5-10 ml.</p>

我要把这个读出来：

Dogs:  For dogs <10KGs use 1:1000 solution (1000 µg/ml) diluted to 5-10 ml.

到目前为止，常用的方法是使用类似于以下内容的内容：

  NSRange r;
  NSString *s = [[self copy] autorelease];
  while ((r = [s rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
  s = [s stringByReplacingCharactersInRange:r withString:@""];
  return s;

但这种方法的结果是：

狗:为狗

第一个HTML标记被正确地剥离，但是<10 but被认为是一个p>结束的HTML的开始，所以删除整个部分。

当<用于内容而不是标记时，我如何处理它？

Answer 1

把你的代码改为，

NSRange r;
NSString *s = [[self copy] autorelease];
while ((r = [s rangeOfString:@"<[^<>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
s = [s stringByReplacingCharactersInRange:r withString:@""];
return s;

演示

这将去掉上面示例中的段落标记。[^<>]+匹配任何字符，但不匹配<或>，一次或多次。