Eliminare testo incluso fra <> da stringhe

[santacrab]

Mi stavo chiedendo se c'è un modo in java per parsare stringhe (ad esempio linee di un file di testo) ed eliminare determinate parti racchiuse fra caratteri ben definiti; per esempio se volessi eliminare intestazioni stile HTML o XML (tipo <esempio>), esiste un metodo che mi elimina tutto quello che sta tra '<' e '>' (possibilmente inclusi gli estremi)?

[morphy79]

se conosci il testo io userei un semplice replace della classe String..
con una bella regolar expression cancelli tutto quello che vuoi.. fai il replace del testo che cerchi con ""

[santacrab]

Non so molto bene come funzionano le regula expression; per esempio come faccio a dirgli di catturare tutto il testo contenuto fra '<' e '>'?

Naturalmente con un parser manuale il problema è risolvibile, ma mi chiedevo se c'era un metodo più "pro".

[andbin]

Originariamente inviato da santacrab
Non so molto bene come funzionano le regula expression; per esempio come faccio a dirgli di catturare tutto il testo contenuto fra '<' e '>'?

La regex è: <.*?>

Originariamente inviato da santacrab
mi chiedevo se c'era un metodo più "pro".

Dipende cosa vuoi fare/ottenere, comunque esistono librerie specifiche per il "parsing" di codice HTML.

http://www.google.com/#hl=en&source=...va+html+parser

[santacrab]

Grazie mille!