Jsoup只刪除html標籤

用JSOUP（非正則表達式）刪除只有html標籤（保留所有定製/未知標籤）的正確方法是什麼？Jsoup只刪除html標籤

預期輸入：

<html> 
    <customTag> 
    <div> dsgfdgdgf </div> 
    </customTag> 
    <123456789/> 
    <123> 
    <html123/> 
</html>

預期輸出：

<customTag> 
    dsgfdgdgf 
    </customTag> 
    <123456789/> 
    <123> 
    <html123/>

我試圖用WhiteList.none（）清潔使用，但它還會刪除自定義標記。

我也試過：

String str = Jsoup.parse(html).text()

但它還會刪除自定義標記。

這個answer對我不好，因爲自定義標籤的數量是無限的。

來源

2015-11-01 Rougher

沒有完整的配方，但你可能要檢查消毒 – Marged

你可能想嘗試這樣的：

String[] tags = new String[]{"html", "div"}; 
Document thing = Jsoup.parse("<html><customTag><div>dsgfdgdgf</div></customTag><123456789/><123><html123/></html>"); 
for (String tag : tags) { 
    for (Element elem : thing.getElementsByTag(tag)) { 
     elem.parent().insertChildren(elem.siblingIndex(),elem.childNodes()); 
     elem.remove(); 
    } 
} 
System.out.println(thing.getElementsByTag("body").html());

請注意：< 123456789 />和< 123>不符合XML標準，使他們獲得逃過一劫。另一個缺點可能是你必須明確地寫下你不喜歡的所有標籤（也就是所有的html標籤），並且它可能很慢。沒有看過這種運行速度有多快。

MFG 霧

來源

2015-11-01 21:05:02 MiSt

我想過像解決方案中的HTML，但我想要的東西一般。 – Rougher

'generic'是什麼意思？ – MiSt

另一個想法是：清潔人員不實施黑名單過濾，因爲他們容易受到攻擊，因爲有人碰巧忘記了某些東西，或者標準獲得了新的可攻擊標籤。因此你很可能需要自己實現一個。 JSoup不提供... – MiSt

Jsoup只刪除html標籤

回答

相關問題