我收到了一些html文本,其中包含各种html标签,如<table>, <a>, <img>
等。如何删除除img以外的所有html标签?
现在我想使用正则表达式来删除除<img ...>
和</img>
(和大写<IMG></IMG>
)之外的所有html标记。
如何做到这一点?
UPDATE:
我的任务很简单,它只是打印文本内容(包括图片)一个HTML作为头版的总结,所以我觉得正则表达式是好的,够简单。
再次更新
也许样品会让我的问题更好地理解:)
有一些HTML文本:
<html>
<head></head>
<body>
Hello, everyone. Here is my photo: <img src="xxx.jpg" />.
And, <a href="xxx">know more</a> about me!
</body>
</html>
我想保留,并删除其他标签。下面是我想:
Hello, everyone. Here is my photo: <img src="xxx.jpg" />. And, know more about me!
现在我这样的代码:
html.replaceAll("<.*?>", "")
但它会删除所有<
和>
之间的内容,但我想保持<img xxx>
和</img>
,并删除其他内容<and>
谢谢大家!
步骤1 ...不使用正则表达式:) – 2010-07-21 08:06:22
唐为此使用正则表达式。你使用什么编程语言? – 2010-07-21 08:06:32
+1,因为知道为什么你不应该这样做:) – willcodejavaforfood 2010-07-21 08:09:56