从源代码剥离html标记

HTML = EntityUtils.toString(response.getEntity()); 
ResponseHandler<String> responseHandler = new BasicResponseHandler(); 
String ResponseBody = httpclient.execute(httppost, responseHandler); 
table = ResponseBody.substring(ResponseBody.indexOf("<table border=\"1\" cellpadding=\"0\" width=\"100%\" cellspacing=\"0\">")); 
table = table.substring(0, table.indexOf("</table>")); 

String htmlString = table; 
String noHTMLString = htmlString.replaceAll("\\<.*?\\>", ""); 
noHTMLString = noHTMLString.replaceAll("\r", "<br/>"); 
noHTMLString = noHTMLString.replaceAll("\n", " "); 
noHTMLString = noHTMLString.replaceAll("\'", "&#39;"); 
noHTMLString = noHTMLString.replaceAll("\"", "&quot;"); 

TextView WORK = (TextView) findViewById(R.id.HTML); 
WORK.setText(htmlString);

我正在使用正则表达式来提取HTML代码。这是我的代码。这似乎是正确的，但表（子字符串）是什么被返回而不是提取的文本。有谁知道为什么？从源代码剥离html标记

来源

2013-03-19 user2187017

这是不可能的使用正则表达式来解析HTML。而是使用HTML解析库。 – DwB 2013-03-19 15:02:34

[RegEx match open tags not XHTML self-contained tags]可能重复（http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags）必须在这里阅读答案。这真是太棒了（并且对SO最有帮助的答案） – Simon 2013-03-19 15:05:29

谢谢你们我最终不得不改变整个过程，把它放到一个二维数组中。 – user2187017 2013-03-31 15:29:56

您必须使用新的String对象作为TextView的源代码。更改此：

WORK.setText(htmlString);

以下几点：

WORK.setText(noHTMLString);

来源

2013-03-19 14:57:48 Shade

从源代码剥离html标记

回答

相关问题