用java字符串方法去除HTML代码标签的问题

Question

比如有这样的html代码：
[code="java"]

情感美容

[/code]
想要实现把、

等标签中的“target”、“href”、"id"、"style"等信息去除，只留下单纯的、

形式。我用了java字符串匹配替换的方法：

[code="java"]
private static String removeInTag(String a) {
StringBuffer aaa = new StringBuffer();
aaa.append(a);
int BeginIndex = 0;
while(BeginIndex != -1){
BeginIndex = aaa.indexOf("<",BeginIndex);
int StarIndex = aaa.indexOf(" ", BeginIndex);
int EndIndex = aaa.indexOf(">", BeginIndex);
int PreventErr = aaa.indexOf("<", BeginIndex);
if ((PreventErr > EndIndex) && (StarIndex > StarIndex)){

aaa.replace(StarIndex, EndIndex, "");
}
}
return aaa.toString();
}
[/code]
但出现了死循环，死循环的原因何在？
同时由于本人初学java，所以这个方法可能不是最好方法，有没有更高效、更不易出错的方法呢？谢谢！

Answer 1

[b]试试吧：[/b]

[code="java"] String aaa = "

情感 美容

";

    System.out.println(aaa.replaceAll("<(/?\\S+)\\s*?[^<]*?(/?)>","<$1$2>"));

    // <div><li> <a>情感</a></li><li> <a>美容</a></li></div>[/code]