字符串预处理类

程序使用了jsoup对下载的信息进行解析，在此过程中jsoup无法将js注释部分有效的去除，导致在后续解析中出现了很多被注释后的内容出现在正常内容中，故写了一个简单的程序对字符串先进行相关的预处理，而后在进行jsoup解析。

代码如下：

/**
* 项目名：
* 文件名：FilterText.java
* 作者：zhouyh
* 时间：2016-2-22 下午01:46:42
* 描述：TODO(用一句话描述该文件做什么)
*/
package com.zhouyh.module.parser.util;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

import com.solr43.util.ReadWriteFile;

/**
* 类名： FilterText
* 包名： com.zhouyh.module.parser.util
* 作者： zhouyh
* 时间： 2016-2-22 下午01:46:42
* 描述： 对正文进行过滤的类
*/
public class FilterText {

//过滤注释的规则
private static String filterNotesRegex = "\\<!--[\\s\\S]*?--\\>";

/**
*
* 方法名：filterText
* 作者：zhouyh
* 创建时间：2016-2-22 下午01:48:06
* 描述：对传入的src进行过滤,此处主要是对注释进行过滤
* @param src
* @return
*/
public static String filterText(String src){
Pattern pattern = Pattern.compile(filterNotesRegex);
Matcher match = pattern.matcher(src);
// while(match.find()){
// System.out.println(match.group());
// }
src = match.replaceAll("");

// System.out.println(src);

return src;
}

/**
* 方法名：main
* 作者：zhouyh
* 创建时间：2016-2-22 下午01:46:42
* 描述：TODO(这里用一句话描述这个方法的作用)
* @param args
*/
public static void main(String[] args) {
String src = ReadWriteFile.readSrc("D:\\ceshi.html", "gbk");
src = FilterText.filterText(src);
System.out.println(src);
}

}