过滤html标签（java）

来源：互联网发布：java工业数据采集系统编辑：程序博客网时间：2024/05/29 18:05

public  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

       textStr = htmlStr;

      }catch(Exception e) {
                  System.err.println("Html2Text: " + e.getMessage());
      }

      return textStr;//返回文本字符串
    }