JAVA正則表達式來刪除HTML標記和內容

可能重複：
How to remove HTML tag in Java
RegEx match open tags except XHTML self-contained tags JAVA正則表達式來刪除HTML標記和內容

我想刪除特定HTML標籤的內容。

例如，如果HTML：

<span style='font-family:Verdana;mso-bidi-font-family: 
"Times New Roman";display:none;mso-hide:all'>contents</span>

如果標籤包含「mso- *」，它必須刪除整個標籤（開，關，內容）。

來源

2013-01-02 Elyess Abouda

+10

個人而言，我會使用HTML解析器。 –

[RegEx match open tags not except XHTML self-contained tags]（http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags）可能的重複和[how -to-remove-html-tag-in-java]（http://stackoverflow.com/questions/1699313/how-to-remove-html-tag-in-java） – CoolBeans

這些類型的問題沒有被問到很多次在這裏？ –

由於Dave Newton在他的評論中指出，一個html解析器是去這裏的路。如果你真的想要做到這一點，這裏是一個正則表達式：

String html = "FOO<span style='font-family:Verdana;mso-bidi-font-family:" 
     + "\"Times New Roman\";display:none;mso-hide:all'>contents</span>BAR"; 
    // regex matches every opening tag that contains 'mso-' in an attribute name 
    // or value, the contents and the corresponding closing tag 
    String regex = "<(\\S+)[^>]+?mso-[^>]*>.*?</\\1>"; 
    String replacement = ""; 
    System.out.println(html.replaceAll(regex, replacement)); // prints FOOBAR

來源

2013-01-02 15:19:44 jlordo

如果style屬性不包含任何'mso-'指令......也許更爲廣義的正則表達式就是按順序排列的。 – pap

@pap讓我引用OP：_If標籤包含「mso- *」，它必須刪除整個標籤（開啓，關閉和內容）._我的帖子回答他的問題，我不明白您的意見。 – jlordo

確實你是對的。對我沒有正確閱讀的問題感到羞恥:)而且我認爲你低估了自己，你似乎已經理解我的評論就好，只是我錯了;） – pap

JAVA正則表達式來刪除HTML標記和內容

回答

相關問題