如何高效去除Java HashMap值中包含的HTML标签？

实现方案分两类，可根据业务场景选择： #

方案1：正则表达式实现（无第三方依赖，性能最高，适合简单HTML标签场景）

针对格式规范的简单HTML标签，直接预编译正则匹配所有<xxx>格式的标签替换为空即可，性能优于HTML解析类方案：

import java.util.HashMap;
import java.util.Map;
import java.util.regex.Pattern;

public class RemoveHtmlTag {
    // 预编译正则，避免每次调用重复编译，大幅提升性能
    private static final Pattern HTML_TAG_PATTERN = Pattern.compile("<[^>]+>");

    public static void main(String[] args) {
        HashMap<String, String> hm = new HashMap<>();
        hm.put("A", "Apple");
        hm.put("B", "<b>Ball</b>");
        hm.put("C", "Cat");
        hm.put("D", "Dog");
        hm.put("E", "<h1>Elephant</h1>");

        // 遍历HashMap处理所有值
        for (Map.Entry<String, String> entry : hm.entrySet()) {
            String originalValue = entry.getValue();
            if (originalValue != null) {
                String cleanedValue = HTML_TAG_PATTERN.matcher(originalValue).replaceAll("");
                entry.setValue(cleanedValue);
            }
        }

        // 打印验证结果
        hm.forEach((k,v) -> System.out.println(k + " : " + v));
    }
}

注意：该方案仅适用于标签格式规范、</>不会出现在标签属性或文本内容中的场景，没有额外的DOM解析开销，性能最优。

方案2：Jsoup解析实现（容错性强，适合复杂HTML场景）

如果值中可能存在带属性的标签、嵌套标签、不规范HTML写法，用Jsoup提取纯文本的方案更稳妥，不会出现正则匹配失误的问题：

import org.jsoup.Jsoup;
import java.util.HashMap;
import java.util.Map;

public class RemoveHtmlTag {
    public static void main(String[] args) {
        HashMap<String, String> hm = new HashMap<>();
        hm.put("A", "Apple");
        hm.put("B", "<b class='text'>Ball</b>");
        hm.put("C", "Cat");
        hm.put("D", "Dog");
        hm.put("E", "<h1>Elephant<span>Test</span></h1>");

        // 遍历处理所有值
        for (Map.Entry<String, String> entry : hm.entrySet()) {
            String originalValue = entry.getValue();
            if (originalValue != null) {
                String cleanedValue = Jsoup.parse(originalValue).text();
                entry.setValue(cleanedValue);
            }
        }

        // 打印验证结果
        hm.forEach((k,v) -> System.out.println(k + " : " + v));
    }
}

注意：该方案需要引入Jsoup依赖，性能略低于正则方案，但容错性极强，不会出现标签清理不干净的问题。

内容的提问来源于stack exchange，提问作者Sadina Khatun