我需要从java中的以下字符串中删除HTML标签
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。
问问题
466 次
1 回答
1
当然它会删除“b and z”。它应该删除该文本。因为在 HTML 中，属性不必被引用，也不需要值。b元素也是如此，and并且z是属性（没有值）。这就是 HTML 解析器可以识别的内容。
当然，and并且z并不是b元素真正可接受的属性，但就句法良好格式而言，您应该将其识别b为一个元素。
如果您不希望将其删除，则需要编写<as <。无论如何，这就是编写正确 HTML 的方法。:)
附录
（是的，我知道上面在评论中引用了著名的“无法使用正则表达式解析 HTML”答案，但问题中的<vs<值得在答案中指出，恕我直言。）
于 2012-06-28T05:03:51.710 回答