Question

java 移除html标签的属性

有一段html文本，只想去掉class 和 style属性,但要保留原结构和其他正常属性，就是如下例子

<div class="content">
<div id="t1">
文本1
</div>
<p class="bbb">
文本2.....<font color='#00000'>文本3</font><span style="line-height:24px;">文本4</span>
</p>
</div>

希望最终结果为

<div>
<div>
文本1
</div>
<p>
文本2.....<font color='#00000'>文本3</font><span style="line-height:24px;">文本4</span>
</p>
</div>

用java写的话要怎么处理，谢谢
好了，谢谢大家啦，我自己去学习了下正则表达式自己解决了问题。
public static String delHTMLTag(String htmlStr) {
String regEx_style = "(class|style)=\"[A-Za-z0-9]*[^%:&’,;=?$x22]+[A-Za-z0-9]*\""; // 定义style、class的正则表达式

Pattern p_style = Pattern
.compile(regEx_style);
Matcher m_style = p_style.matcher(htmlStr);
System.out.println(m_style);
htmlStr = m_style.replaceAll(""); // 过滤style、class属性

return htmlStr; // 返回文本字符串
}

Answer 1

针对于你提的问题，如果想去掉class和style属性必须对所需要去掉属性的标签增加id
以你提供的代码为例，首先需要增加id属性，修改后如下：
<div class="content" id=“testdiv”>
<div id="t1">
文本1
</div>
<p class="bbb" id=“testp”>
文本2.....<font color='#00000'>文本3</font><span style="line-height:24px;">文本4</span>
</p>
</div>

然后编写对应js代码，代码如下：
function delClass(){
$("#testdiv").removeClass("content");
$("#testp").removeClass("bbb");
}
上述代码可以去除Class
注：
如果程序为进入页面后调用则需要在body中增加onload方法也就是：onload="delClass();"
如果为点击式触发则在页面增加按钮，对按钮总方法onClick方法指定删除的js方法

希望回答对你有用。

追问

要用java，因为我项目要用java来大量删除那些属性

追答

java包括很多东西，不清楚是什么，什么类型的工程，说的清楚一些，会更好的帮助到你，最好是贴出写你说的java的代码。这样一起分析分析，会更好

Answer 2

import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
*
* 使用正则表达式
*
*/
public class patternTest {
public static void main(String[] args) throws IOException {
Pattern patternClass = Pattern.compile(" (class|style)=\".*\"");
Reader buff = new FileReader("c:\\html.txt");
FileWriter write = new FileWriter("c:\\target.txt");
BufferedReader in = new BufferedReader(buff);
String s ;
while ((s=in.readLine())!=null) {
Matcher matcher = patternClass.matcher(s);
if(matcher.find()){
s = matcher.replaceAll("");
System.out.println(s);
}else{
System.out.println(s);
}
write.write(s+"\n");
}
write.close();
in.close();
}
}

html.txt 是你要处理的文本，

taget.txt是处理之后的文本，也直接在控制台打印出来了。

妹的。终于出来了。。

Answer 3

我怎么觉得不要用JAVA，要JS比较好呢。。还简单。。你这不明显，我给你加了背景，效果能明显点
<div id="a" class="content">
<div id="t1">
文本1
</div>
<p class="bbb" id="b" style="background: #0FFF00">
文本2.....<font color='#00000'>文本3</font><span style="line-height:24px;">文本4</span>
</p>
<input type="button" value="点我去" onclick="abc()">
</div>

js中的代码：
function abc(){
document.getElementById("a").class="";

document.getElementById("b").class="";
document.getElementById("b").style.background="";
}

追问

如果一万个这样的网页，是不是要写一万多个js？我的是要java大批量删除多个html里面的class和style属性，并不是一个而已

追答

那我想问一下：如果不是所有的项目都要移除呢，您写正则表达式是可以，有10000个页面，但是你把里面所有的属性都移除，那些还要效果的怎么办，您怎么区分那些还想要的属性呢？

Answer 4

用js把class和style置空

追问

要用java，因为我项目要用java来大量删除那些属性

Answer 5

java不是javascript...