Java 字符串操作 HTML 标签

Question

我有一个带有一些文本和 html 的 java 字符串:

<title>test title</title>
blabla bla more text

我想要实现的目标有两个:

1) 检索 <title></title> 的内容并将其保存在单独的字符串中。

2) 删除原始字符串的该部分:<title>test title</title>

所以最终结果会是这样的

原始字符串:

<title>test title</title>
blabla bla more text

新字符串:

blabla bla more text

页面标题:test title

我怎样才能实现这个目标？常用表达？我真的无法理解...

Answer 1

Don't use regular expressions to parse HTML !尝试使用JTidy或any of these适用于 Java 的开源 HTML 解析器，满足您的要求。

使用这些库将使您的生活变得更加轻松，因为它们是为解析 HTML 而设计的。您可以抓取所需的节点并从中提取文本。