java - 如何使用 Java Html 类删除包含内容的特定 html 类

Question

最近在做一个android项目。我正在解析来自 wordpress api 的数据。但是详细的帖子内容是html格式的。我必须删除 html 标签。使用 Html.fromHtml().toString() java 方法我删除了所有标签。但是有一些图像标题我必须删除。要删除标题，我必须找到标签类。那么如何使用 Html Class 删除这些内容呢？

<p class="wp-caption-text">android m marshmallow</

编辑:

使用正则表达式我解决了我的问题。

在 Regex 中插入您的特定 Html你会得到你的正则表达式。

 yourHtml = yourHtml.replaceAll("Your_Regular_Expression","");
 yourHtml = Html.fromHtml(yourHtml).toString();

Answer 1

如果你想得到一个匹配，你可以试试这个:

<(\w+).*?class="wp-caption-text".*?>[\s\S]*?<\/\1>

Regex101

我想提一下，这不是一个完美的解决方案。正则表达式不太擅长解析 html，因为该标记语言中的结构实际上太复杂了，正则表达式无法 100% 解析。参见 here