英文:
Check a string is contain HTML tag or just plain text
问题
我想检查包含HTML标签的消息文本，还是只有纯文本？
是否有任何库或工具？
即：
我是文本 & 我是数字 => 纯文本
我是文本 => 纯文本
我是
我是 HTML
英文:
I want to check a message text that contains HTML tags or just a plain text?
Is there any library or utility?
i.e:
I'm a text & I'm a number => plain text
I'm a text => plain text
I'm a <tag>HTML</tag>. => HTML
I'm a HTML <tag/>. => HTML
答案1
得分: 1
你有考虑过使用正则表达式吗？
类似使用 (\<\w*)((\s\/\>)|(.*\<\/\w*\>)) 或者 (\<\w*)[\s\w\=\"\-]+((\/>)|(\s*\>)|(.*\<\/\w*\>))?[\s\w]+((<\/\w+>))? 可能能够涵盖常见情况。
你可以使用 java.util.regex
Pattern pattern = Pattern.compile(".*(\\<\\w*)[\\s\\w\\=\\\"\\-]+((\\/>)|(\\s*\\>)|(.*\\<\\/\\w*\\>))?[\\s\\w]+((<\\/\\w+>)).*");
Matcher matcher = pattern.matcher("我是一个 <tag>HTML</tag>。");
System.out.println(matcher.matches() ? "HTML" : "纯文本")
我在正则表达式字符串的开头和结尾添加了 .*，以便与 Pattern API 兼容，该 API 将在文本字符串中查找标签，因此需要能够在文本行中没有前导 HTML 和没有结束 HTML 的情况下匹配正则表达式。
英文:
Have you looked into using regex?
Using something like (\<\w*)((\s\/\>)|(.*\<\/\w*\>)) or (\<\w*)[\s\w\=\"\-]+((\/>)|(\s*\>)|(.*\<\/\w*\>))?[\s\w]+((<\/\w+>))? could most likely cover common cases.
You could use java.util.regex
Pattern pattern = Pattern.compile(".*(\\<\\w*)[\\s\\w\\=\\\"\\-]+((\\/>)|(\\s*\\>)|(.*\\<\\/\\w*\\>))?[\\s\\w]+((<\\/\\w+>)).*");
Matcher matcher = pattern.matcher("I'm a <tag>HTML</tag>.");
System.out.println(matcher.matches() ? "HTML" : "plain text")
I added .* to the front and end of the regex expression string for the compliance with Pattern API that will find the tags within a String of text and so needs to be able to have none leading html and none ending html in a line of text to match the regex expression.
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论