java中利用正则去除html标签
来源:互联网 发布:行业大盘数据分析 编辑:程序博客网 时间:2024/06/08 07:55
java用正则去除html标签
- package com.xz.cxzy.utils;
- 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(" ", "");
- htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1);
- return htmlStr;
- }
- public static void main(String[] args) {
- String str = "<div style='text-align:center;'> 整治“四风” 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));
- }
- }
注:\n 回车(\u000a)
\t 水平制表符(\u0009)
\s 空格(\u0008)
\r 换行(\u000d)*/
\t 水平制表符(\u0009)
\s 空格(\u0008)
\r 换行(\u000d)*/
0 0
- java中利用正则去除html标签
- Java中正则表达式去除html标签
- 【Java】中正则表达式去除html标签
- 利用正则表达式去除HTML标签
- java去除html标签的正则表达
- java正则表达式去除html标签
- java用正则去除html标签
- java用正则去除html标签
- java用正则去除html标签
- java使用正则去除html标签
- 利用正则表达式实现去除所有HTML标签代码
- java正则表达式去除html中所有的标签和特殊HTML字符
- 正则表达式去除html标签
- 正则表达式去除html标签
- java去除html标签
- java去除HTML标签
- 去除网站中HTML标签的正则表达式
- java使用正则表达式去除字符串的html标签
- 介绍两个分布式数据库开源系统
- JAVA Exception 处理
- 程序员,一个吃青春饭的行业
- android-gpuimage-master 编译失败
- Struts2-表单验证的两种方式
- java中利用正则去除html标签
- IEEE Std 802.11TM-2012 WLAN MAC and PHY specifications-第7章 物理层规格04
- IntelliJ IDEA 使用心得与常用快捷键
- virtualbox中安装完Ubuntu分辨率可选项很少的一种解决办法
- python[一]:python的下载和安装
- 递归遍历 SD 卡目录下的所有音乐文件,并点击条目后进入相应的播放界面
- Android中实现App的退出
- Python 多线程学习05 条件变量 Condition
- ExtJS之Ext.Ajax.request用法详解