求可替换HTML标签提取文本的正则表达式解决方案

嘿，我来帮你搞定这个问题！你之前的正则表达式之所以没达到效果，是因为用错了写法——字符类（方括号[]）只会匹配单个字符，而不是完整的HTML标签块。

为什么你的正则失效了？ #

你用的[<span*\b>]是一个字符类，它会逐个匹配方括号里的字符：&、l、t、;、s、p、a、n、*、\b（这里是退格字符，不是你想的单词边界）、>。所以它只是把这些单个字符从字符串里删掉，剩下的字符比如t、y、l、e不在字符类里，就保留了下来，这才出现了tyle="fot-ize:11t;"这种奇怪的输出。

正确的正则表达式 #

根据你的字符串是转义后的HTML（用<代替<，>代替>），我们需要匹配完整的转义标签块：

String x = '<span style="font-size:11pt;"><span style="line-height:107%;"><span style="font-family:Calibri, sans-serif;"><strong><font color="#000000">Some normal text here...</font></strong></span></span></span>';
String y = x.replaceAll("<\\/?[^&]+?>", "");
System.debug(y);

正则解释：

• <：匹配转义的左尖括号
• \\/?：匹配可选的/（用于匹配结束标签，比如</font>）
• [^&]+?：非贪婪匹配任意非&的字符，确保只匹配到当前标签的>就停止，不会跨标签匹配
• >：匹配转义的右尖括号

执行这段代码后，输出就是你想要的：Some normal text here...

如果是原始HTML（未转义） #

如果你的字符串是直接包含<和>的原始HTML，把正则改成下面这样即可：

String y = x.replaceAll("<\\/?[^>]+>", "");

内容的提问来源于stack exchange，提问作者Sam