Question

如何使用Jsoup从html元素中删除所有内联样式和其他属性（class，onclick）？

示例输入：

<div style="padding-top:25px;" onclick="javascript:alert('hi');">
This is a sample div <span class='sampleclass'> This is a sample span </span>
</div>

示例输出：

<div>This is a sample div <span> This is a sample span </span> </div>

我的代码（这是正确的方式还是其他更好的方法？）

Document doc = Jsoup.parse(html);
Elements el = doc.getAllElements();
for (Element e : el) {
    Attributes at = e.attributes();
    for (Attribute a : at) {    
        e.removeAttr(a.getKey());    
    }
}

Answer 1

是的，确实有一种方法是迭代元素并调用removeAttr();

使用jsoup的另一种方法是使用Whitelist类（请参阅docs），它可以与Jsoup.clean()函数一起使用，以删除任何未指定的标记或属性来自该文件。

例如：

String html = "<html><head></head><body><div style='padding-top:25px;' onclick='javascript.alert('hi');'>This is a sample div <span class='sampleclass'>This is a simple span</span></div></body></html>";

Whitelist wl = Whitelist.simpleText();
wl.addTags("div", "span"); // add additional tags here as necessary
String clean = Jsoup.clean(html, wl);
System.out.println(clean);

将导致以下输出：

11-05 19:56:39.302: I/System.out(414): <div>
11-05 19:56:39.302: I/System.out(414):  This is a sample div 
11-05 19:56:39.302: I/System.out(414):  <span>This is a simple span</span>
11-05 19:56:39.302: I/System.out(414): </div>

如何使用Jsoup从html元素中删除所有内联样式和其他属性？

1 个答案: