Question

我在Android应用中从Facebook页面获取RSS提要。

我用来获取信息的URL如下： https://www.facebook.com/feeds/page.php?format=rss20&id=100407896713917

但是，例如，这个RSS提要会在有图像时返回一些HTML标记。对我来说，图像并不重要，我只想获得文字内容。

是否可以忽略此HTML标记并仅获取文本？

另一个问题，一些特殊字符正在转换为其他字符..但我想在下载信息时没有问题，因为如果我在浏览器中打开上面的URL，这些奇怪的字符也会出现。

有没有办法将奇怪的字符转换为法线字符？：）

Answer 1

我最终做了一个更机械的逻辑。 Dunno如果有更好的解决方案，但我所做的是根据代码转换每个字符（我不知道RSS用于特殊字符的代码类型）。这是我的逻辑

html = i.getDescription(); // some tag of rss feed
html = html.replaceAll("<(.*?)\\>"," ");//Removes all items in brackets
html = html.replaceAll("<(.*?)\\\n"," ");//Must be undeneath
html = html.replaceFirst("(.*?)\\>", " ");//Removes any connected item to the last bracket
html = html.replaceAll("&nbsp;"," ");
html = html.replaceAll("&amp;"," ");
html = html.replaceAll("&quot;","'");
html = html.replaceAll("&#xe7;","ç");
html = html.replaceAll("&#xe3;","ã");
html = html.replaceAll("&#xf3;","ó");
html = html.replaceAll("&#xe1;","á");
html = html.replaceAll("&#xe9;","é");
html = html.replaceAll("&#xed;","í");
html = html.replaceAll("&#xea;","ê");
html = html.replaceAll("&#xc9;","É");

有了这个逻辑，我也删除了HTML标签

删除HTML标记并从Facebook转换rss feed中的特殊字符

1 个答案: