有几种不同的方法可以HTML tags从NSStringin 中删除Cocoa。
一种方法是将字符串渲染成一个NSAttributedString，然后抓取渲染的文本。
另一种方法是使用NSXMLDocument's-objectByApplyingXSLTString方法来应用执行此操作的XSLT转换。
不幸的是，iPhone 不支持NSAttributedString或NSXMLDocument. 有太多的边缘案例和格式错误HTML的文档让我觉得使用 regex 或NSScanner. 有人对此有解决方案吗？
一个建议是简单地查找开始和结束标记字符，除了非常琐碎的情况外，这种方法将不起作用。
例如，这些情况（来自同一主题的 Perl Cookbook 章节）会破坏这种方法：
<IMG SRC = "foo.gif" ALT = "A > B">
<!-- <A comment> -->
<script>if (a<b && a>c)</script>
<![INCLUDE CDATA [ >>>>>>>>>>>> ]]>
一种快速且“脏”（删除 < 和 > 之间的所有内容）的解决方案，适用于 iOS >= 3.2：
-(NSString *) stringByStrippingHTML {
NSRange r;
NSString *s = [[self copy] autorelease];
while ((r = [s rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
s = [s stringByReplacingCharactersInRange:r withString:@""];
return s;
}
我已将此声明为 os NSString 类别。
此NSString类别使用NSXMLParser来准确HTML删除NSString. 这是一个可以轻松包含到您的项目中.m的单个文件。.h
https://gist.github.com/leighmcculloch/1202238
html然后通过执行以下操作进行剥离：
导入标头：
#import "NSString_stripHtml.h"
然后调用stripHtml：
NSString* mystring = @"<b>Hello</b> World!!";
NSString* stripped = [mystring stripHtml];
// stripped will be = Hello World!!
HTML这也适用于技术上不是的畸形XML。
UITextView *textview= [[UITextView alloc]initWithFrame:CGRectMake(10, 130, 250, 170)];
NSString *str = @"This is <font color='red'>simple</font>";
[textview setValue:str forKey:@"contentToHTMLString"];
textview.textAlignment = NSTextAlignmentLeft;
textview.editable = NO;
textview.font = [UIFont fontWithName:@"vardana" size:20.0];
[UIView addSubview:textview];
对我来说很好
你可以像下面这样使用
-(void)myMethod
{
NSString* htmlStr = @"<some>html</string>";
NSString* strWithoutFormatting = [self stringByStrippingHTML:htmlStr];
}
-(NSString *)stringByStrippingHTML:(NSString*)str
{
NSRange r;
while ((r = [str rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
{
str = [str stringByReplacingCharactersInRange:r withString:@""];
}
return str;
}
用这个
NSString *myregex = @"<[^>]*>"; //regex to remove any html tag
NSString *htmlString = @"<html>bla bla</html>";
NSString *stringWithoutHTML = [hstmString stringByReplacingOccurrencesOfRegex:myregex withString:@""];
不要忘记将其包含在您的代码中：#import "RegexKitLite.h" 这是下载此 API 的链接：http ://regexkit.sourceforge.net/#Downloads
看看 NSXMLParser。这是一个 SAX 风格的解析器。您应该能够使用它来检测 XML 文档中的标签或其他不需要的元素并忽略它们，只捕获纯文本。
这是一个比公认答案更有效的解决方案：
- (NSString*)hp_stringByRemovingTags
{
static NSRegularExpression *regex = nil;
static dispatch_once_t onceToken;
dispatch_once(&onceToken, ^{
regex = [NSRegularExpression regularExpressionWithPattern:@"<[^>]+>" options:kNilOptions error:nil];
});
// Use reverse enumerator to delete characters without affecting indexes
NSArray *matches =[regex matchesInString:self options:kNilOptions range:NSMakeRange(0, self.length)];
NSEnumerator *enumerator = matches.reverseObjectEnumerator;
NSTextCheckingResult *match = nil;
NSMutableString *modifiedString = self.mutableCopy;
while ((match = [enumerator nextObject]))
{
[modifiedString deleteCharactersInRange:match.range];
}
return modifiedString;
}
上面的NSString类别使用正则表达式来查找所有匹配的标签，复制原始字符串，最后通过以相反的顺序迭代它们来删除所有的标签。它更有效，因为：
这对我来说表现得足够好，但使用的解决方案NSScanner可能更有效。
与接受的答案一样，此解决方案并未解决@lfalin 要求的所有边境案例。这些将需要更昂贵的解析，而平均用例很可能不需要。
没有循环（至少在我们这边）：
- (NSString *)removeHTML {
static NSRegularExpression *regexp;
static dispatch_once_t onceToken;
dispatch_once(&onceToken, ^{
regexp = [NSRegularExpression regularExpressionWithPattern:@"<[^>]+>" options:kNilOptions error:nil];
});
return [regexp stringByReplacingMatchesInString:self
options:kNilOptions
range:NSMakeRange(0, self.length)
withTemplate:@""];
}
NSAttributedString *str=[[NSAttributedString alloc] initWithData:[trimmedString dataUsingEncoding:NSUTF8StringEncoding] options:@{NSDocumentTypeDocumentAttribute: NSHTMLTextDocumentType, NSCharacterEncodingDocumentAttribute: [NSNumber numberWithInt:NSUTF8StringEncoding]} documentAttributes:nil error:nil];
#import "RegexKitLite.h"
string text = [html stringByReplacingOccurrencesOfRegex:@"<[^>]+>" withString:@""]
如果您想从网页（HTML 文档）中获取不带 html 标记的内容，请在UIWebViewDidfinishLoading 委托方法中使用此代码。
NSString *myText = [webView stringByEvaluatingJavaScriptFromString:@"document.documentElement.textContent"];
我已经扩展了 m.kocikowski 的答案，并试图通过使用 NSMutableString 来提高它的效率。我还构建了它以在静态 Utils 类中使用（我知道 Category 可能是最好的设计），并删除了 autorelease 以便它在 ARC 项目中编译。
包括在这里，以防有人发现它有用。
。H
+ (NSString *)stringByStrippingHTML:(NSString *)inputString;
.m
+ (NSString *)stringByStrippingHTML:(NSString *)inputString
{
NSMutableString *outString;
if (inputString)
{
outString = [[NSMutableString alloc] initWithString:inputString];
if ([inputString length] > 0)
{
NSRange r;
while ((r = [outString rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
{
[outString deleteCharactersInRange:r];
}
}
}
return outString;
}
我想最安全的方法就是解析 <>s，不是吗？循环遍历整个字符串，并将未包含在 <>s 中的任何内容复制到新字符串。
这是m.kocikowski答案的现代化，它删除了空格：
@implementation NSString (StripXMLTags)
- (NSString *)stripXMLTags
{
NSRange r;
NSString *s = [self copy];
while ((r = [s rangeOfString:@"<[^>]+>\\s*" options:NSRegularExpressionSearch]).location != NSNotFound)
s = [s stringByReplacingCharactersInRange:r withString:@""];
return s;
}
@end
以下是公认的答案，但不是类别，而是简单的辅助方法，其中传递了字符串。（谢谢你 m.kocikowski）
-(NSString *) stringByStrippingHTML:(NSString*)originalString {
NSRange r;
NSString *s = [originalString copy];
while ((r = [s rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
s = [s stringByReplacingCharactersInRange:r withString:@""];
return s;
}
这是快速版本：
func stripHTMLFromString(string: String) -> String {
var copy = string
while let range = copy.rangeOfString("<[^>]+>", options: .RegularExpressionSearch) {
copy = copy.stringByReplacingCharactersInRange(range, withString: "")
}
copy = copy.stringByReplacingOccurrencesOfString(" ", withString: " ")
copy = copy.stringByReplacingOccurrencesOfString("&", withString: "&")
return copy
}
如果你愿意使用Three20 框架，它在 NSString 上有一个类别，添加了 stringByRemovingHTMLTags 方法。请参阅 Three20Core 子项目中的 NSStringAdditions.h。
更多地从 m.kocikowski 和 Dan J 的答案中扩展这一点，并为新手提供更多解释
1# 首先，您必须创建objective-c-categories以使代码在任何类中都可用。
。H
@interface NSString (NAME_OF_CATEGORY)
- (NSString *)stringByStrippingHTML;
@end
.m
@implementation NSString (NAME_OF_CATEGORY)
- (NSString *)stringByStrippingHTML
{
NSMutableString *outString;
NSString *inputString = self;
if (inputString)
{
outString = [[NSMutableString alloc] initWithString:inputString];
if ([inputString length] > 0)
{
NSRange r;
while ((r = [outString rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
{
[outString deleteCharactersInRange:r];
}
}
}
return outString;
}
@end
2#然后只需导入您刚刚创建的类别类的.h文件，例如
#import "NSString+NAME_OF_CATEGORY.h"
3#调用方法。
NSString* sub = [result stringByStrippingHTML];
NSLog(@"%@", sub);
结果是 NSString 我想从中剥离标签。
我遵循 m.kocikowski 接受的答案，并稍作修改以使用自动释放池来清理由 stringByReplacingCharactersInRange 创建的所有临时字符串
在此方法的注释中，它声明 /* 用指定字符串替换范围内的字符，返回新字符串。*/
因此，根据 XML 的长度，您可能会创建大量新的自动释放字符串，这些字符串直到下一个 @autoreleasepool 结束时才会被清理。如果您不确定何时会发生这种情况，或者用户操作可能会在此之前反复触发对该方法的多次调用，那么您可以将其包装在 @autoreleasepool 中。这些甚至可以在可能的情况下嵌套并在循环中使用。
Apple 对@autoreleasepool 的引用说明了这一点......“如果您编写一个创建许多临时对象的循环。您可以在循环内使用自动释放池块在下一次迭代之前处理这些对象。在循环中使用自动释放池块有助于减少应用程序的最大内存占用。” 我没有在循环中使用它，但至少这种方法现在可以自行清理。
- (NSString *) stringByStrippingHTML {
NSString *retVal;
@autoreleasepool {
NSRange r;
NSString *s = [[self copy] autorelease];
while ((r = [s rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound) {
s = [s stringByReplacingCharactersInRange:r withString:@""];
}
retVal = [s copy];
}
// pool is drained, release s and all temp
// strings created by stringByReplacingCharactersInRange
return retVal;
}
另一种方式：
界面：
-(NSString *) stringByStrippingHTML:(NSString*)inputString;
执行
(NSString *) stringByStrippingHTML:(NSString*)inputString
{
NSAttributedString *attrString = [[NSAttributedString alloc] initWithData:[inputString dataUsingEncoding:NSUTF8StringEncoding] options:@{NSDocumentTypeDocumentAttribute: NSHTMLTextDocumentType,NSCharacterEncodingDocumentAttribute: @(NSUTF8StringEncoding)} documentAttributes:nil error:nil];
NSString *str= [attrString string];
//you can add here replacements as your needs:
[str stringByReplacingOccurrencesOfString:@"[" withString:@""];
[str stringByReplacingOccurrencesOfString:@"]" withString:@""];
[str stringByReplacingOccurrencesOfString:@"\n" withString:@""];
return str;
}
实现
cell.exampleClass.text = [self stringByStrippingHTML:[exampleJSONParsingArray valueForKey: @"key"]];
或简单
NSString *myClearStr = [self stringByStrippingHTML:rudeStr];
@m.kocikowski 的更新答案适用于最新的 iOS 版本。
-(NSString *) stringByStrippingHTMLFromString:(NSString *)str {
NSRange range;
while ((range = [str rangeOfString:@"<[^>]+>" options:NSRegularExpressionSearch]).location != NSNotFound)
str = [str stringByReplacingCharactersInRange:range withString:@""];
return str;
}
这是一篇博客文章，讨论了一些可用于剥离 HTML 的库 http://sugarmaplesoftware.com/25/strip-html-tags/ 请注意提供其他解决方案的注释。