操纵HTML文档

Question

...<b><a>hello</a></b>...

我想从html文档中删除<b></b>标记。是否可以使用Jsoup？

Answer 1

public String clean(String unsafe){ 
        Whitelist whitelist = Whitelist.none(); 
        whitelist.addTags(new String[]{"a"}); 

        String safe = Jsoup.clean(unsafe, whitelist); 
        return StringEscapeUtils.unescapeXml(safe); 
 } 

来自Removing Html tags except few specific ones from String in java

Answer 2

如果doc是您的包含HTML的文档：

doc.select("b").unwrap();

（也可与Element / Elements一起使用）

示例：

Document document = new Document("");
document.html("...<b><a>hello</a></b>...").select("b").unwrap();

现在您的文档不包含任何b-Tag