从 html 字符串中删除字体颜色答案

【问题标题】：Removing font color from html string从 html 字符串中删除字体颜色
【发布时间】：2015-03-07 10:23:47
【问题描述】：

我有一个简单的 html 字符串，例如：

<p dir="ltr"><a href="xxxx://viewstudent/MeTdMw9Ndj" class="favourite" data="MeTdMw9Ndj"><font color="#009a49">Good evening</font></a></p>

我希望输出是：

 <p dir="ltr"><a href="xxxx://viewstudent/MeTdMw9Ndj" class="favourite" data="MeTdMw9Ndj">Good evening</a></p>

应该怎么做才能达到同样的效果？

我的尝试：

//removing font tags
        Document doc = Jsoup.parse(webText);
        Elements elements = doc.select("font");

        //remove all 'font'-tags
        elements.remove();
        webText = doc.toString();

【问题讨论】：

@nhahtdh 我可以使用任何，我的 JSOUP 方式没有提供所需的输出，所以我尝试了正则表达式方式。
@kittu88：您可以使用 Jsoup 查看我的答案。它并不比正则表达式的答案复杂。
@nhahtdh 我会试一试的。谢谢！
检查我的更新它填补了这个案例<FONT \n color="red" > test </font>

标签： java html regex jsoup

【解决方案1】：

通过正则表达式：搜索模式(?i)<\\/?font[^>]*> 并替换为""

        String cleanstr = "<p dir='ltr'><a href='xxxx://viewstudent/MeTdMw9Ndj' class='favourite' data='MeTdMw9Ndj'><font color='#009a49'>Good evening</font></a></p>";
        cleanstr = cleanstr.replaceAll("(?i)<\\/?font[^>]*>", "");
        System.out.println(cleanstr);

Live demo

【讨论】：

【解决方案2】：

如果你想使用正则表达式，你可以使用：<\\/{0,1}font.*?>

String html = "<p dir='ltr'><a href='xxxx://viewstudent/MeTdMw9Ndj' class='favourite' 
                data='MeTdMw9Ndj'><font color='#009a49'>Good evening</font></a></p>";
html = html.replaceAll("<\\/{0,1}font.*?>","");
System.out.println(html);

输出：

<p dir='ltr'><a href='xxxx://viewstudent/MeTdMw9Ndj' class='favourite'
 data='MeTdMw9Ndj'>Good evening</a></p>

查看demo here

【讨论】：

所以，因为我使用正则表达式而被否决？显然OP将regex标签放在问题中
用正则表达式处理 HTML 从来都不是一个好主意。 OP 最终使用了 Jsoup，因此有更多的理由远离正则表达式解决方案。
@nhahtdh 好的，不确定为什么它不是一个好主意。但由于 OP 对这个解决方案没问题，那么我就把这个答案留在这里:)
它不是替换uppercase标签..和newline tag像<FONT \n color="red" > test </font>

【解决方案3】：

你只需要把font节点的所有子节点都取Node.childNodes()，并将其追加到索引font节点之后Element.insertChildren(int index, Collection<? extends Node> children)的父节点（可以用Node.siblingIndex检索)。

Document doc = Jsoup.parse(webText);
Elements elements = doc.select("font");

for (Element e: elements) {
    e.parent().insertChildren(e.siblingIndex(), e.childNodes());
}

elements.remove();
webText = doc.toString();

我已经在 Java 7 上测试了代码，使用了不同版本的 Jsoup - 1.7.2、1.7.3 和 1.8.1。它们都产生了预期的结果。

这是我的测试代码：

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class SO27854788 {
    public static void main(String[] args) {
        Document doc = Jsoup.parse("<font color=\"#009a49\">Good evening <font color=\"#009a49\">Good evening</font> <font color=\"#009a49\">Good evening <font color=\"#009a49\">Good evening</font></font> <font color=\"#009a49\">Good evening</font></font><p dir=\"ltr\"><a href=\"xxxx://viewstudent/MeTdMw9Ndj\" class=\"favourite\" data=\"MeTdMw9Ndj\"><font color=\"#009a49\">Good evening</font></a></p><p dir=\"ltr\"><a href=\"xxxx://viewstudent/MeTdMw9Ndj\" class=\"favourite\" data=\"MeTdMw9Ndj\"><font color=\"#009a49\">Good evening. Here are some <span>more tags inside</span></font></a></p>");
        Elements elements = doc.select("font");

        for (Element e: elements) {
            e.parent().insertChildren(e.siblingIndex(), e.childNodes());
        }

        elements.remove();

        System.out.println(doc.toString());
    }
}

还有输出：

<html>
 <head></head>
 <body>
  Good evening Good evening Good evening Good evening Good evening
  <p dir="ltr"><a href="xxxx://viewstudent/MeTdMw9Ndj" class="favourite" data="MeTdMw9Ndj">Good evening</a></p>
  <p dir="ltr"><a href="xxxx://viewstudent/MeTdMw9Ndj" class="favourite" data="MeTdMw9Ndj">Good evening. Here are some <span>more tags inside</span></a></p>
 </body>
</html>

【讨论】：

输出： null
@kittu88: 你用的是哪个版本的JSoup？
我正在使用的 1.7.3 jar 文件
@kittu88：我使用从 1.7.2 到 1.8.1 的 Jsoup 版本测试了我的 sn-p。它们都在 Java 6 和 Java 7 上产生了预期的结果。
@kittu88：不知道你的问题是什么，但是我已经添加了我在回答之前写的测试用例。