Question

我有一个用户提交的字符串，其中包含HTML内容，例如

"<p></p><div></div><p>Hello<br/>world</p><p></p>"

我想转换此字符串，以便删除空标记对（但保留<br/>之类的空标记）。例如，此转换的结果应将上面的字符串转换为

"<p>Hello<br/>world</p>"

我想使用JSoup来实现这一点，因为我已经在我的类路径中使用了这个，并且对我来说最容易在服务器端执行此转换。

Answer 1

这是一个例子（使用JSoup）：

String html = "<p></p><div></div><p>Hello<br/>world</p><p></p>";
Document doc = Jsoup.parse(html);

for (Element element : doc.select("*")) {
    if (!element.hasText() && element.isBlock()) {
        element.remove();
    }
}

System.out.println(doc.body().html())

上面代码的输出就是你要找的：

<p>Hello<br />world</p>

Answer 2

对jsoup并不熟悉，但你可以通过一个简单的正则表达替换来实现：

String html = "<p></p><div></div><p>Hello<br/>world</p><p></p>";
html = html.replaceAll("<([^>]*)></\\1>", "");

虽然使用完整的解析器，您可能只是在处理过程中删除空内容，具体取决于您最终将使用它做什么。

Answer 3

Jsoup将从用户输入的HTML中生成正确的XML。使用XML解析器查找并删除所有空标记。我认为这比regexp更好。看这里：Java Remove empty XML tags 您还可以使用JSoup为您查找空标签。看这里：http://jsoup.org/cookbook/extracting-data/selector-syntax 并使用Node.remove（）方法。

Answer 4

如果你正在使用jquery，你可以像

那样做

var tags = "<p></p><div></div><p>Hello<br/>world</p><p></p>";

$("<div id='mydiv'>"+tags+"</div>").appendTo($('body'));
$('#mydiv').children().each(function(){
    var elem = $(this);
    if(elem.html() === "") elem.remove();
});

小提琴：http://jsfiddle.net/LqCx5/2/

Answer 5

不知道Jsoup，下面的代码也适用于简单的javascript正则表达式。尝试以下代码。

function removeall(){
var tagarray=new Array("<p>","<div>");
source="<p></p><div></div><p>Hello<br/>world</p><p></p>";
for ( var int = 0; int < tagarray.length; int++) {
tag2=tagarray[int].replace("<","</");
var tagpair=new RegExp(tagarray[int]+tag2,"g");
source=source.replace(tagpair,"");
    }
alert(source);

}

从HTML片段中删除空标记对

5 个答案: