Swift开发中HTML字符串去标签如何保留原始换行符？

问题根因 #

NSAttributedString解析HTML时会遵循HTML的空白字符折叠规则，连续的换行、空格都会被合并为单个空白字符，因此你原始的连续换行被自动合并了。

方案1：正则替换移除标签（推荐，最稳妥） #

直接通过正则匹配移除所有HTML标签，完全不修改非标签内容，原始换行、空格都会完整保留：

func stripHTMLTags(from htmlString: String) -> String {
    let htmlTagPattern = "<[^>]+>"
    do {
        let regex = try NSRegularExpression(pattern: htmlTagPattern, options: .caseInsensitive)
        let fullRange = NSRange(location: 0, length: htmlString.utf16.count)
        return regex.stringByReplacingMatches(in: htmlString, range: fullRange, withTemplate: "")
    } catch {
        return htmlString
    }
}

直接传入你的原始HTML字符串调用即可得到符合预期的结果。

方案2：NSAttributedString方案预处理 #

如果必须使用NSAttributedString的解析能力，可以先对原始字符串做换行转义，再进行解析：

// 先把原始换行替换为HTML可识别的换行标签
let processedHtml = originalHtml.replacingOccurrences(of: "\n", with: "<br>")
// 原有解析逻辑
guard let htmlData = processedHtml.data(using: .unicode) else { return }
let options: [NSAttributedString.DocumentReadingOptionKey: Any] = [
    .documentType: NSAttributedString.DocumentType.html
]
let attributedString = try? NSMutableAttributedString(
    data: htmlData,
    options: options,
    documentAttributes: nil
)
print(attributedString?.string ?? "")

内容的提问来源于stack exchange，提问作者kakashi333