有没有一种简单的方法可以从qt中的qstring中剥离html?

可以尝试使用qxmlstreamreader类遍历字符串并提取所有文本(如果保证html字符串是格式良好的xml)。

像这样的:

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

但我不确定它是否100%有效地使用了qxmlstreamreader api,因为我已经使用它很久了,可能会忘记一些事情。

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

如果你不太在乎表演的话 QTextDocument 把html转换成纯文本做得很好。

QTextDocument doc;
doc.setHtml( htmlString );

return doc.toPlainText();

我知道这个问题已经过时了,但我一直在寻找一种快速而肮脏的方法来处理不正确的html。XML解析器没有给出好的结果。

一些html不能很好地验证xml,这使得正确地处理xml变得更糟。

如果它是有效的XML(或者格式不是太差),我认为QxmlStreamReader+QxmlStreamEntityResolver可能不是个好主意。

示例代码: https://github.com/ycheng/misccode/blob/master/qt_html_parse/utils.cpp

(这可以是评论,但我仍然没有这样做的权限)

这个答案是给那些稍后阅读并使用qt5或更高版本的人的。只需使用下面的内置函数转义html字符。

QString str="<h1>some hedding </h1>"; // a string containing html tags.
QString esc=str.toHtmlEscaped(); //esc contains the html escaped srring.