从包含内容的字符串中删除 HTML 标签

Question

我有一个string = "195121<span class="up">+432</span>" 。 我需要 regEx 删除带有其内容的标签（结果string = "195121" ）

Answer 1

您可以尝试以下基于捕获组的正则表达式。

string.replaceAll("(?s)<(\\w+)\\b[^<>]*>.*?</\\1>", "");

Answer 2

对我有用的主要正则表达式如下； 它删除具有给定标签名称的所有内容。

"(?is)<your_tag_name[^>]+>.*?<\\/your_tag_name>"

我是这样管理的。 希望它可以帮助其他人。

var data = "<p>Dhaka is the capital city of Bangladesh " +
    "and many palaces and mosques remain. This is" +
    " fast-growing modern metropolis.</p>\\r\\n<p>&lt;flightnode to=\"CXB\"&gt;&lt;/flightnode&gt;</p>"

首先替换&lt; 和&gt; 到 < 和 >

// This replacement not needed if it's already been there
data = data.replace("&lt;", "<").replace("&gt;", ">")

然后打印并检查它。

println("\n\n $data")

> //output //-> <p>Dhaka is the capital city of Bangladesh and many
> palaces and mosques remain. This is fast-growing modern
> metropolis.</p><p><flightnode to="CXB"></flightnode></p>

设置要与其元素一起删除的标签数组；

val tag = arrayOf("flightnode", "hotelnode ", "packagenode")

然后遍历你的字符串

for (value in tag) {
    val patternString = "(?is)<$value[^>]+>.*?<\\/$value>"
    val pattern = compile(patternString)
    val matcher = pattern.matcher(data)
    println("\n\n" + matcher.find())
    data = matcher.replaceAll("")
}

打印以检查它。

println("\n\n" + data)

> // output // -> <p>Dhaka is the capital city of Bangladesh and many
> palaces and mosques remain. This is fast-growing modern
> metropolis.</p>\r\n<p></p>

感谢我的前同事@masud-bappy创建正则表达式。