从字符串中删除HTML标签
+ 查看更多

发布日期：2018-03-23 17:15

分类：JAVA

浏览次数：79

如下:

有没有从Java字符串中删除HTML标签的好方法?如下的正则表达式

 replaceAll("\\<.*?>","")

会起作用,但 &amp这样的无法被正确转换,而且在两个尖括号之间非HTML代码也会被移除(换句话说, 在正则表达式中.*?会被移除)

回答:

使用HTML解析器代替正则表达式,使用Jsoup非常简单

public static String html2text(String html) {
    return Jsoup.parse(html).text();
}

Jsoup也支持移除HTML标签,而那些你需要的有用的标签(例如 <b>, <i> ,<u>)可列为白名单不会被删除.

此外(以下为相关问题链接):