通过特定种类的HTML标记分割字符串

Question

当前，我正在使用Vaadin RichTextArea，它以HTML显示其输出。但是，由于我的很多输出都是XML格式的，因此这些标记将转换为实体。也就是说，<someTag>变为&ltsomeTag&gt。现在，假设我有以下字符串：

&ltsomeTag&gtVALUE&lt/someTag&gt

我将如何拆分此字符串，以便生成的字符串数组仅包含VALUE？我尝试了以下方法：

&lt[^(&gt)]*&gt

&lt[.&&[^(&gt)]]*&gt

但是这两个都给了我完整的String ...在第二种情况下，我还尝试转义了除&&以外的所有“＆”号，因为我需要将其解析为AND。但是，什么都没有改变。我的逻辑哪里出问题了？

Answer 1

您可以使用replace all方法取出标签，但是需要确保正则表达式使用非贪心的匹配第一个右括号.*?

    String input = "&ltsomeTag&gtVALUE&lt/someTag&gt";
    String output = input.replaceAll("&lt.*?&gt", "");      
    System.out.println(output);

输出为

VALUE