使用 Jsoup 仅删除 html 标签并留下标签内的文本

Question

只想删除内部标签"span"，不想删除里面的文字

<blockquote>
      <span>I don’t even bring up technology.</span> 
          I talk about the flow of data.&rdquo;
      <cite>&ndash;Rick Hassman, CIO, Pella</cite>
</blockquote>

解析后应该是这样的

    <blockquote>
            I don’t even bring up technology.
              I talk about the flow of data.&rdquo;
          <cite>&ndash;Rick Hassman, CIO, Pella</cite>
    </blockquote>

请帮忙..

Answer 1

如果你的标签是正确的，你问如何做到这一点 Java...

String hi = "Hello World!"
String no_o = hi.replaceAll("o", "");

...应该有帮助。

Answer 2

最简单的解决方法是使用 String.replace() 方法。

String newHtml = html.replaceAll( "<\/?\s*span.*?>", "");

如果你更喜欢使用 Jsoup，那么它会变得更复杂：

        Document doc = Jsoup.parse(html);
        for (Element e : doc.select("span")) {

            Element parent = e.parent();
            Element newParent = parent.clone();
            newParent.empty();
            for (Node n : parent.childNodes()) {

                if (n instanceof Element && ((Element) n).tag().getName().equals("span")) {
                    newParent.append(((Element) n).html());
                } else {
                    newParent.append(n.outerHtml());
                }

            }
            parent.replaceWith(newParent);

        }

Answer 3

使用StringUtils#substringBetween from Apache Commons Lang，可能会省很多力气。

String spanText = StringUtils.substringBetween(source, "<span>", "</span>");
String result = source.replaceAll("<span>.+</span>", spanText);

使用 Jsoup 仅删除 html 标签并留下标签内的文本

Removing only an html tag and leaving behind the text inside the tag using Jsoup

java

jsoup