用Java打印网页内容

Question

我正在尝试使用HttpURLconnection类读取https://example.com/的内容。我已经移除了斜大括号之间的html标记，但是我在移除卷曲大括号之间的单词方面失败了。此外，字与字之间没有需要打印的空格。

    URL url = new URL("https://example.com/");
    Scanner sc = new Scanner(url.openStream());
    StringBuffer sb = new StringBuffer();
    while(sc.hasNext()) {
        sb.append(sc.next());
         }
    String result = sb.toString();

    //Removing the HTML tags
    result = result.replaceAll("<[^>]*>", " ");
    
    System.out.println("Contents of the web page: "+result);

如何去除卷边大括号之间的内容？以及如何在句子中的词与词之间放空格？

Answer 1

要删除花括号之间的内容，可以使用String#replaceAll(String，String)。Javadoc

str.replaceAll("\{([^{]*)\}", "");

此正则表达式匹配开大括号和闭大括号之间的所有字符。