处理html文档

【问题标题】：Manipulate html document处理html文档
【发布时间】：2012-08-10 07:25:45
【问题描述】：

...<b><a>hello</a></b>...

我想从 html 文档中删除 <b></b> 标记。可以使用 Jsoup 吗？

【问题讨论】：

标签： html html-parsing jsoup html-manipulation

【解决方案1】：

如果 doc 是您的文档，包含您的 HTML：

doc.select("b").unwrap();

（也可以与Element / Elements 一起使用）

示例：

Document document = new Document("");
document.html("...<b><a>hello</a></b>...").select("b").unwrap();

现在您的文档不包含任何 b-Tag

【讨论】：

【解决方案2】：

public String clean(String unsafe){ 
        Whitelist whitelist = Whitelist.none(); 
        whitelist.addTags(new String[]{"a"}); 

        String safe = Jsoup.clean(unsafe, whitelist); 
        return StringEscapeUtils.unescapeXml(safe); 
 }

来自Removing Html tags except few specific ones from String in java

【讨论】：