java 去掉html标签
2014-09-26 17:56
585 查看
使用正则表达式删除HTML标签。
Java中去掉网页HTML标记的方法
Java里面去掉网页里的HTML标记的方法:
/**
* 去掉字符串里面的html代码。<br>
* 要求数据要规范,比如大于小于号要配套,否则会被集体误杀。
*
* @param content
* 内容
* @return 去掉后的内容
*/
import java.util.regex.Matcher; import java.util.regex.Pattern; public class HTMLSpirit{ public static String delHTMLTag(String htmlStr){ String regEx_script="<script[^>]*?>[\\s\\S]*?<\\/script>"; //定义script的正则表达式 String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 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 return htmlStr.trim(); //返回文本字符串 } }
Java中去掉网页HTML标记的方法
Java里面去掉网页里的HTML标记的方法:
/**
* 去掉字符串里面的html代码。<br>
* 要求数据要规范,比如大于小于号要配套,否则会被集体误杀。
*
* @param content
* 内容
* @return 去掉后的内容
*/
public static String stripHtml(String content) { // <p>段落替换为换行 content = content.replaceAll("<p .*?>", "\r\n"); // <br><br/>替换为换行 content = content.replaceAll("<br\\s*/?>", "\r\n"); // 去掉其它的<>之间的东西 content = content.replaceAll("\\<.*?>", ""); // 还原HTML // content = HTMLDecoder.decode(content); return content; }
相关文章推荐
- java 去掉html标签
- java如何利用正则表达式去掉文本中的HTML标签
- java去掉html标签
- java 去掉html标签
- java 去掉html标签 使用正则表达式删除HTML标签。
- java去掉html标签 必须首先去掉双引号的正则
- java正则去掉所有html标签
- java去掉html标签 必须首先去掉双引号的正则
- js和java去掉html标签和所有空格
- java正则表达式去掉html标签
- java 去掉html标签
- java 去掉html标签
- java去掉html标签 必须首先去掉 "
- java正则表达式去掉所有HTML标签
- java正则表达式去掉所有HTML标签
- JAVA去掉字符串里的html标签。
- 【转】java使用正则表达式去除字符串的html标签
- java strip_tags 去除html标签
- java截取带html标签的字符串并把标签补全(保证格式)
- JavaScript去掉html标签