java - 如何保持指定的 HTML 标签

Question

我使用此模式删除所有 HTML 标签(Java 代码):

String html="text <a href=#>link</a> <b>b</b> pic<img src=#>";
html=html.replaceAll("\\<.*?\\>", "");

System.out.println(html);

现在，我想保留标签 <a ...> (带有 </a> )和标签 <img ...>

我想要的结果是:

text <a href=#>link</a> b pic<img src=#>

如何做到这一点？

<小时/>

我不需要 HTML 解析器来执行此操作，

因为我需要这个正则表达式模式来过滤大量的 html 片段，

所以，我想要使用正则表达式的解决方案

Answer 1

您可以使用负前瞻来做到这一点:

"<(?!(?:a|/a|img)\\b).*?>"

Rubular

但是这有很多问题，如果您想要一个强大的解决方案，我建议您使用 HTML 解析器。

有关更多信息，请参阅此问题:

• What HTML parsing libraries do you recommend in Java