有没有一种简单的方法可以从Qt中的QString中删除HTML？

Question

我有一个带有一些HTML的QString ...是否有一种简单的方法可以从中删除HTML？我基本上只想要实际的文本内容.

<i>Test:</i><img src="blah.png" /><br> A test case

会成为:

Test: A test case

我很想知道Qt是否有字符串函数或实用程序.

Answer 1

QString s = "<i>Test:</i><img src=\"blah.png\" /><br> A test case";
s.remove(QRegExp("<[^>]*>"));
// s == "Test: A test case"

Answer 2

如果你不关心性能,那么QTextDocument将HTML转换为纯文本就可以了.

QTextDocument doc;
doc.setHtml( htmlString );

return doc.toPlainText();

我知道这个问题很老,但我一直在寻找一种快速而肮脏的方法来处理错误的HTML.XML解析器没有给出好的结果.

Answer 3

您可以尝试使用QXmlStreamReader类遍历字符串并提取所有文本(如果您保证HTML字符串是格式良好的XML).

像这样的东西:

QXmlStreamReader xml(htmlString);
QString textString;
while (!xml.atEnd()) {
    if ( xml.readNext() == QXmlStreamReader::Characters ) {
        textString += xml.text();
    }
}

但是我不确定它是QXmlStreamReader API的100%有效的消息,因为我很久以前就已经使用它了,可能会忘记一些东西.