博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Jsoup清除HTML标签(非白名单)
阅读量:7095 次
发布时间:2019-06-28

本文共 1042 字,大约阅读时间需要 3 分钟。

  hot3.png

Jsoup默认提供五种白名单:

  1): none()

    该API会清除所有HTML标签,仅保留文本节点。

  2): simpleText()

    该API仅会保留b, em, i, strong, u 标签,除此之外的所有HTML标签都会被清除。

  3): basic()

    该API会保留 a, b, blockquote, br, cite, code, dd, dl, dt, em, i, li, ol, p, pre, q, small, span, strike, strong, sub, sup, u, ul 和其适当的属性标签,除此之外的所有HTML标签都会被清除,且该API不允许出现图片(img tag)。另外该API中允许出现的超链接中可以允许其指定http, https, ftp, mailto 且在超链接中强制追加rel=nofollow属性。

  4): basicWithImages()

    该API在保留basic()中允许出现的标签的同时也允许出现图片(img tag)和img的相关适当属性,且其src允许其指定 http 或 https。

  5): relaxed()

    该API仅会保留 a, b, blockquote, br, caption, cite, code, col, colgroup, dd, div, dl, dt, em, h1, h2, h3, h4, h5, h6, i, img, li, ol, p, pre, q, small, span, strike, strong, sub, sup, table, tbody, td, tfoot, th, thead, tr, u, ul 标签,除此之外的所有HTML标签都会被清除,且在超链接中不会强制追加rel=nofollow属性。
--------------------- 
用法:

1:使用自带的方法保留白名单里面html标签:

String retainHtml = Jsoup.clean(html, Whitelist.relaxed());

2:保留自定义的标签:

String retainHtml = Jsoup.clean(html, new Whitelist().addTags(new String[]{ "p","br","img","strong"}));

转载于:https://my.oschina.net/kezhen/blog/2252538

你可能感兴趣的文章
掌握Thinkphp3.2.0----CURD
查看>>
子表,父表;一对多,多对一;主键,外键梳理。
查看>>
Codeforces 533B Work Group
查看>>
pymysql查看、更新数据库
查看>>
UVA1479 Graph and Queries
查看>>
Mini program
查看>>
nvl函数和decode
查看>>
Windows 网卡超过序列
查看>>
shiro-简介
查看>>
nndl_读数笔记
查看>>
优化网站设计系列文章总结和导读
查看>>
ORACLE SET命令
查看>>
【Python3爬虫】第一个Scrapy项目
查看>>
数据结构之最短路径(1) [迪杰斯特拉算法]
查看>>
static变量
查看>>
dubbo之结果缓存
查看>>
java.lang的接口
查看>>
HDU 3001 Travelling 【状态压缩DP】
查看>>
HDU 1116 Play on Words【欧拉通路or回路】
查看>>
php or java?choose。
查看>>