Java查找html标签

Question

您好，我正在尝试从字符串中删除 HTML 标记。我试图删除的标签是

<td class="gutter"> text text </td>

我尝试了以下方法，但没有任何效果:

String regex = "<td class=\"gutter\">([^<]*)</td>";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(htmlstring);
m.find() / m.matches()

但似乎根本找不到它......我做错了什么？

Answer 1

您不能使用正则表达式来处理 HTML(或 XML)。不可能做到正确(不是“难”，而是技术上不可能)。使用像 Jsoup 这样的 HTML 解析器。然后就很简单了，只需按照文档操作即可。