java - 尝试使用 Java 从文本中删除 html

Question

我有一个 ArrayList<String>名为 fields .我正在尝试解析每个 String 中的 HTML使用 replaceAll功能，但我觉得我搞砸了正则表达式字符串(我得到了第二个正则表达式 here 来表示一个通用的 html 表达式)。谁能给我一些关于如何在这里纠正自己的提示？

for(int j = 0; j<fields.size(); j++)    
{
    String k = fields.get(j);
    k.replaceAll("<br>", "\n");
    k.replaceAll("<(\"[^\"]*\"|'[^']*'|[^'\">])*>", "");
    k.replaceAll("&lt;", "<");
    k.replaceAll("&gt;", ">");
    fields.set(j, k);
}

Answer 1

请记住，字符串是不可变的，因此您希望在每次调用 replaceAll 时重新分配 k:

String k = fields.get(j);
k = k.replaceAll("<br>", "\n");
...