Jsoup能否根据其类清理元素？

Question

我正在使用Jsoup尝试清理文档中的所有html，但白名单列出 span 标记，其中包含特定类。

我已经得到了这个，但显然这会结束允许所有跨度为attr class

String html = "<p><strong>Lorem ipsum dolor<br /> sit amet</strong></p>"+
"<span class=\"killme\">Aenean</span> quam sem" +
"<span class=\"whitelistme\">lacinia molestie</span> nibh mattis ";

String clean = Jsoup.clean(html, 
                     Whitelist.none()
                     .addTags("span")
                     .addAttributes("span", "class"));

除了＆lt;＆lt; span class =“whitelistme”＆gt; 之外，还有办法清除所有HTML吗？

所以我的最终结果将是

Lorem ipsum dolor sit amet
Aenean quam sem
<span class="whitelistme">lacinia molestie</span> nibh mattis

Answer 1

坚持使用Jsoup解决方案，您可以尝试以下步骤，但它是硬编码：

1. 将所有值元素从文本中提取到列表中。
2. 将span元素中的所有值提取到另一个列表。
3. 使用附加标记修改文本值，例如OMG_value。
4. 从文本中删除所有html标记。
5. 使用保存列表中的值迭代并替换所有OMG_values。

如果你找到另一个解决方案 - 坚持下去。这是你残忍的首席执行官的硬编码救星。