[总结]关于去除字符串中重复出现长度变化的注释文字的方法

在使用httpclient和jsoup对html文件进行处理时，解析出来的html代码中，存在一些信源页面原本存在的注释字符串，

类似如下：

<table>
<!--abc-->
<table>
   <tr>
     <td>正文内容</td>
   </tr>
</table>
<!--abcdef-->
<!--afgafah-->
<table>
   <tr>
     <td>正文内容</td>
   </tr>
   <tr>
     <td>正文内容</td>
   </tr>
   <tr>
     <td>正文内容</td>
   </tr>
</table>
<!--afheyjm-->
<table>
   <tr>
     <td>正文内容</td>
   </tr>
   <tr>
     <td>正文内容</td>
   </tr>
</table>
</table>

// 注释代码为：<!--长度变化的字符串-->

有的人说，这些注释字符串无伤大雅，不用去管。

但本人依稀记得曾经有那么一两次，因为这个注释而影响了接下来的操作。

因此，查找了一下网上大侠们的处理办法，或者在论坛求助一些大侠，最终得到答案如下：

方案1：

假设以上的html代码为一个string对象html

html = html.replaceAll("<!--(.*?)-->", "$1");

如此，即可去除类似<!-- 长度变化的字符串 -->

方案2：

本人曾经使用以下方法去除这个字符串：

		String  html=temp.replace("<!--", "<abc ").replace("-->", "/>");
		Document doc2=Jsoup.parse(html);
		Element content2=doc2.body();
		content2.select("abc").remove();
		html=content2.html();

两种方法都可以，关键在于什么时候用，即这段代码处在整个service的位置会影响其效果，不知道是不是本人探讨的不够深入，反正小心为上。