Nemo

Nemo 关注TA

路漫漫其修远兮,吾将上下而求索。

Nemo

Nemo

关注TA

路漫漫其修远兮,吾将上下而求索。

  •  普罗旺斯
  • 负责帅就完事了
  • 写了1,496,113字

该文章投稿至Nemo社区   Java  板块 复制链接


java过滤HTML中的标签获取纯文本

发布于 2017/09/27 18:29 3,423浏览 0回复 1,241


public static String html2Text(String htmlStr){
Pattern scrpitPat;
Matcher scriptMat;
Pattern stylePat;
Matcher styleMat;
Pattern htmlPat;
Matcher htmlMat;
try{
//定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script> }
String scriptEx = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>";
//定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style> }
String styleEx = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>";
//定义HTML标签的正则表达式
String htmlEx = "<[^>]+>";
scrpitPat = Pattern.compile(scriptEx,Pattern.CASE_INSENSITIVE);
scriptMat = scrpitPat.matcher(htmlStr);
htmlStr = scriptMat.replaceAll(""); //过滤script标签
stylePat = Pattern.compile(styleEx,Pattern.CASE_INSENSITIVE);
styleMat = stylePat.matcher(htmlStr);
htmlStr = styleMat.replaceAll(""); //过滤style标签
htmlPat = Pattern.compile(htmlEx,Pattern.CASE_INSENSITIVE);
htmlMat = htmlPat.matcher(htmlStr);
htmlStr = htmlMat.replaceAll(""); //过滤html标签
}catch(Exception e){
e.printStackTrace();
}
return htmlStr;//返回文本字符串
}
本文标签
 {{tag}}
点了个评