正在删除<a href=""> tag using regex</a>

Question

我想从给定的HTML代码中提取纯文本。我尝试使用regex并获得了

String target = val.replaceAll("<a.*</a>", "");。

我的主要要求是我要删除<a>和</a>之间的所有内容（包括链接名称）。使用上面的代码时，所有其他内容也被删除。

<a href="www.google.com">Google</a> 这是Google链接

<a href="www.yahoo.com">Yahoo</a> 这是Yahoo链接

我希望删除<a>和</a>之间的值。 最终输出

This is a Google Link This is a Yahoo Link

Answer 1

使用非贪婪量词（*?）。例如，要完全删除链接：

String target = val.replaceAll("<a.*?</a>", "");

或者仅使用链接标记的内容替换链接：

String target = val.replaceAll("<a[^>]*>(.*?)</a>", "This is a $1 Link");

但是，我仍然建议使用正确的DOM操作API。