如何在字符串java中取消转义HTML标签答案

【问题标题】：How to unescape HTML Tags in string java如何在字符串java中取消转义HTML标签
【发布时间】：2015-08-18 04:40:08
【问题描述】：

我想以纯字符串格式从 HTML 字符串中获取内容。

我原来的字符串是这样的：

1. <br/>Test Plan: YTL Test Plan for Release 1<br/><br/>Test Case: Clarity TC - Provisioning 1<br/><br/>Test Script: to test provisioning ADD option<br/><br/>Project Area: CLM Test (Quality Management)
2. Failing Test Case &quot;Clarity TC - Provisioning 1&quot;

现在，我想替换所有 html 字符并将其转换为字符串格式。

目前我正在使用 StringEscapeUtils.unescapeHtml(String) 来解决我的目的，它给我的输出如下

1. <br/>Test Plan: YTL Test Plan for Release 1<br/><br/>Test Case: Clarity TC - Provisioning 1<br/><br/>Test Script: to test provisioning ADD option<br/><br/>Project Area: CLM Test (Quality Management)
2. Failing Test Case "Clarity TC - Provisioning 1"

所以它适用于我的第二个字符串，但不适用于第一个

我们可以借助某个类来实现这一点吗？

我不想使用正则表达式或替换方法，还有其他需要做的类吗？

【问题讨论】：

你可以试试String#replace() 换成<br/>
要删除第一个字符串中的 HTML 标签吗？
字符串和我都不想使用替换方法
你想要什么？您是说unescapeHtml 为您工作，然后说您想通过课程来实现这一目标。 StringEscapeUtils 是一个这样做的类。显示您想要的结果。
StringEscapeUtils 适用于第二个字符串而不是第一个，因为第一个字符串仍然包含 <br/>

标签： java html regex string

【解决方案1】：

1) 使用Jsoup 类：-

public static String html2String(String html) {
    return Jsoup.parse(html).text();
 }

2) 使用正则表达式，您可以执行以下操作：-

String str="<br/>Test Plan: YTL Test Plan for Release 1<br/><br/>Test Case: Clarity TC - Provisioning 1<br/><br/>Test Script: to test provisioning ADD option<br/><br/>Project Area: CLM Test (Quality Management)";
  String rx="\\<[^>]*>";
  System.out.println(str.replaceAll(rx, ""));

3) 使用 com.google.gdata.util.common.html.HtmlToText 如下：-

  HtmlToText.htmlToPlainText(string)

【讨论】：

我会试用 Jsoup 然后再确认

【解决方案2】：

我遇到了和你一样的问题。我没有使用 br 标记换行，而是使用 '\n' 并保持文本格式，我将此样式添加到显示此文本的元素中：

white-space: pre-wrap;

【讨论】：