您现在的位置是：首页 > 文章详情

去掉文本中的html标签

日期：2018-10-11点击：626收藏

/**

* 去掉文本中的html标签

* @param inputString

* @return

public static String html2Text(String inputString) {

if (StringUtils.isEmpty(inputString)) {

return null;

}

String htmlStr = inputString;

String textStr = "";

java.util.regex.Pattern p_script;

java.util.regex.Matcher m_script;

java.util.regex.Pattern p_style;

java.util.regex.Matcher m_style;

java.util.regex.Pattern p_html;

java.util.regex.Matcher m_html;

java.util.regex.Pattern p_html1;

java.util.regex.Matcher m_html1;

try {

String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script>

// }

String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style>

// }

String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式

String regEx_html1 = "<[^>]+";

p_script = Pattern.compile(regEx_script,

Pattern.CASE_INSENSITIVE);

m_script = p_script.matcher(htmlStr);

htmlStr = m_script.replaceAll(""); // 过滤script标签

p_style = Pattern

.compile(regEx_style, Pattern.CASE_INSENSITIVE);

m_style = p_style.matcher(htmlStr);

htmlStr = m_style.replaceAll(""); // 过滤style标签

p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);

m_html = p_html.matcher(htmlStr);

htmlStr = m_html.replaceAll(""); // 过滤html标签

p_html1 = Pattern

.compile(regEx_html1, Pattern.CASE_INSENSITIVE);

m_html1 = p_html1.matcher(htmlStr);

htmlStr = m_html1.replaceAll(""); // 过滤html标签

textStr = htmlStr;

// 替换&nbsp;

textStr = textStr.replaceAll("&", "").replaceAll("nbsp;", "");

} catch (Exception e) {

System.err.println("Html2Text: " + e.getMessage());

}

return textStr;// 返回文本字符串

}

原文链接：https://yq.aliyun.com/articles/652142

关注公众号

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。

持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

转载内容版权归作者及来源网站所有，本站原创内容转载请注明来源。

Java分享

去掉文本中的html标签

Python项目可以有多大？最多可以有多少行代码？

JDK11变化详解，JDK8升级JDK11详细指南

相关文章

文章评论

文章二维码

点击排行

推荐阅读

最新文章