我想使用JSOUP从文本中仅删除HTML标签。我使用了这里的解决方案 (我的之前关于JSOUP的问题),但经过一些检查,发现JSOUP会针对大型HTML文件(例如2MB,10000行)出现JAVA堆异常:OutOfMemoryError。代码在最后一行抛出异常(而不是在Jsoup.parse上)。
有没有办法修复它?
public String StripHtml(String html){
html = html.replace("<", "<").replace(">", ">");
String[] tags = getAllStandardHtmlTags;
Document thing = Jsoup.parse(html);
for (String tag : tags) {
for (Element elem : thing.getElementsByTag(tag)) {
elem.parent().insertChildren(elem.siblingIndex(),elem.childNodes());
elem.remove();
}
}
return thing.html();
}
有没有办法修复它?
jsoup:1.9.2
测试了一个 4.8MB 的 HTML 文件,并没有遇到任何问题。测试速度与 HelloWorld 基本测试相比,没有明显变慢。 - P.Brian.Mackey