如何使用Java Regex清理仅接受和 html

Question

好的，可以说我有textarea ，用户可以在其中输入任何类型的文本。

然后，我想将此文本放入div元素中。 例如，

document.getElementById('myDiv').innerHTML=text;

问题是用户可以将html代码放入其中，并且可能会使div变形。 但是，文本可以包含<b>或<i> 。

所以我想用<替换所有< ＆all >与> ＆ <b>或<i>除外。

请注意：允许在i前后放置空格，因此我们将保留<i > ， < i> ， < i >等等。此外， <b> / </b>和<i> / </i>必须插入对。 这意味着如果存在<b>但没有</b>则它应该转义<b> ，并且应该对<i>做同样的事情。

因此，如何使用Java Regex清除仅接受<b>和<i>标记的html？

Answer 1

您不能与正则表达式强制配对，但是如果您只想消除除<b>和<i>及其匹配的结束标记之外的所有html构件，则需要两个replaceAll()调用。

input.replaceAll("&", "&amp;").replaceAll("<(?!/?\\s*[bi]\\s*>)", "&lt;");