Question

可能重复：
Removing HTML from a Java String

我在从java中的文本文件中删除htmls标记时遇到问题。我知道使用像

这样的东西会很容易

str=str.toString().replaceAll("\\<.*?>","");

但是，我想知道我是否可以分割字符串并完成并替换来自＆lt;的所有内容。到＆gt;用“”。

我试过

String [] str= "<tag>with some string </tag>";
String  s="";
    for (i=0; i < str.length; i++)
    {
        if (str[i].toString()=="<")
        {
            str[i]="";
        }
        else if (str[i].toString()==">")
        {
            s=s+str[i+1];
        }
    }

当我尝试打印新字符串s时，它只打印出白色空格。谢谢你的帮助

Answer 1

你需要一些表示你在标签内的标志变量，当你不在标签中时添加第三种情况，所以剩下的内容被添加到字符串中。例如：

String [] str= "<tag>with some string </tag>";
String  s="";
boolean inTag = false;
for (i=0; i < str.length; i++)
{
    if (str[i].toString()=="<")
    {
        inTag = true;
    }
    else if (str[i].toString()==">")
    {
        inTag = false;
    }else{
        if (!inTag)
            s = s + str[i];
    }
}

Answer 2

您提供的代码有一些错误。但无论如何，你可以用String#Split：

来做

String[] strArr = str.split("\\<.*?>");

这将消除标签。

Answer 3

要从文本文件中删除html标记，请查看此论坛中之前讨论过的this主题

使用Java中的for循环删除html标记

3 个答案: