删除特殊字符的java

Question

嗨，我试图找出一种方法来从谷歌供稿API返回的搜索结果中删除标签。他们的结果是

Breaking \u003cb\u003eNews\u003c/b\u003e Updates 

我们如何删除这些字符？ 我不确定RegEx是否会更好（或更糟糕）。有没有人有如何删除这些想法？ Google不提供从JAVA结果中删除标签的选项。欢迎任何提示，谢谢。

Answer 1

您可以使用正则表达式如下..

String str = "Breaking \u003cb\u003eNews\u003c/b\u003e Updates"; 
str = str.replaceAll("\\<(.*)?\\>(.*)\\</\\1\\>", "$2"); 
System.out.println(str); 

输出： -

Breaking News Updates 

• 个\\<(.*)?\\>匹配的第一个开放标签 - <b>
• \\</\\1\\>匹配相应的结束标记 - </b>
• \\1用于反向引用什么是标签，使正确的对标签进行匹配..

所以，<b>news <update></b> - >在这种情况下，将不会删除<update> ..

Answer 2

最好的解决办法是使用JSON将数据转换。

JSON.parse(JSON.stringify({a : '<put your string here>'})); 

这将是正确的，你会从谷歌API获取的数据将在JSON形式。

Answer 3

我拉那些经常与

String.replaceAll("\\p{Cntrl}","") 

Answer 4

这是HTML。 \u003cb\u003e转换为<b>。

你要使用HTML解析器HTML不完全分析，能够通过正则表达式。

有了这样Jsoup库，你可以做到这一点的。

String data = Jsoup.parse(html).body().text(); 

这会给你"Breaking News Updates"。