用正则去除html标签代码,Java代码库,德仔网

代码语言

代码分类

【Java】用正则去除html标签

作者:o黑色乌鸦o / 发布于2015/1/22/ 525


	import java.util.regex.Matcher;
	import java.util.regex.Pattern;
	
	public class HtmlUtil {
	 private static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达式
	 private static final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定义style的正则表达式
	 private static final String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式
	 private static final String regEx_space = "\\s*|\t|\r|\n";//定义空格回车换行符
	
	 /**
	 * @param htmlStr
	 * @return
	 * 删除Html标签
	 */
	 public static String delHTMLTag(String htmlStr) {
	 Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
	 Matcher m_script = p_script.matcher(htmlStr);
	 htmlStr = m_script.replaceAll(""); // 过滤script标签
	
	 Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
	 Matcher m_style = p_style.matcher(htmlStr);
	 htmlStr = m_style.replaceAll(""); // 过滤style标签
	
	 Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
	 Matcher m_html = p_html.matcher(htmlStr);
	 htmlStr = m_html.replaceAll(""); // 过滤html标签
	
	 Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
	 Matcher m_space = p_space.matcher(htmlStr);
	 htmlStr = m_space.replaceAll(""); // 过滤空格回车标签
	 return htmlStr.trim(); // 返回文本字符串
	 }
	
	 public static String getTextFromHtml(String htmlStr){
	 htmlStr = delHTMLTag(htmlStr);
	 htmlStr = htmlStr.replaceAll("&nbsp;", "");
	 htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1);
	 return htmlStr;
	 }
	
	 public static void main(String[] args) {
	 String str = "<div style='text-align:center;'> 整治&ldquo;四风&rdquo; 清弊除垢<br/><span style='font-size:14px;'> </span><span style='font-size:18px;'>公司召开党的群众路线教育实践活动动员大会</span><br/></div>";
	 System.out.println(getTextFromHtml(str));
	 }
	}

评论列表

本站所提供的代码，版权归原作者所有，若有侵犯作者版权，请与我们联系，我们将立即删除或修改。谢谢!
本站所有代码发布及提供者。

试试其它关键字

　html标签　

同语言下

可能有用的

o黑色乌鸦o贡献的其它代码(3)