html去除html标签保留文本

来源：互联网发布：个人网络推手哪里找编辑：程序博客网时间：2024/06/07 10:40

public static String Html2Text(String inputString) {
String htmlStr = inputString; // 含html标签的字符串
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;

    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        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        htmlStr = htmlStr.replace("&apos;", "'");        htmlStr = htmlStr.replaceAll("&amp;", "&");        htmlStr = htmlStr.replace("&quot;", "\""); // "        htmlStr = htmlStr.replace("&nbsp;&nbsp;", "\t");// 替换跳格        htmlStr = htmlStr.replace("&nbsp;", " ");// 替换空格        htmlStr = htmlStr.replace("&lt;", "<");        htmlStr = htmlStr.replaceAll("&gt;", ">");        textStr = htmlStr;    } catch (Exception e) {    }    return textStr;// 返回文本字符串}

1 0