如何在java中从html中删除<a>标签和链接文本答案

【问题标题】：How to delete <a> tag and link text from html in java如何在java中从html中删除<a>标签和链接文本
【发布时间】：2014-11-09 02:47:54
【问题描述】：

我想从我的 html 中删除 <a> 标记和链接文本。

简单示例：

String inputString = "<html><p>test <a href="example.com">link</a> </p></html>";

我尝试使用这样的东西：

String result = inputString.replaceAll("</?a[^>]*>", " ");

但它只删除<a>标签

预期输出：

String result = "<html><p>test</p></html>";

【问题讨论】：

1.发布此类问题时，您应该显示预期的输出。 2 你不应该使用正则表达式来解析html。
试试jsoup好吗？
Jsoup 推荐 +1

标签： java html regex string tags

【解决方案1】：

如果我理解您的问题，您可以使用String#replaceAll() 和正则表达式。像这样的，

String inputString = "<html><p>test "
    + "<a href=\"example.com\">link</a> </p></html>";
System.out.println(inputString);
inputString = inputString.replaceAll("\\s*<a.*</a>\\s*", "");
System.out.println(inputString);

输出是

<html><p>test <a href="example.com">link</a> </p></html>
<html><p>test</p></html>

【讨论】：

【解决方案2】：

与 XML 不同，oracle 没有像 jaxb 那样为 html 提供解析器。但是你可以使用外部解析器。

如果你想操作 html 标签，那么你就去吧：

http://jsoup.org/ 并下载 jsoup

【讨论】：

【解决方案3】：

您可以使用此正则表达式删除节点和空格

String result = inputString.replaceAll("(\\s+)?<a.+?/a>(\\s+)?", "");

【讨论】：