Java使用正则表达式删除所有HTML标签的方法示例
2017-06-01 14:51
1256 查看
本文实例讲述了Java使用正则表达式删除所有HTML标签的方法。分享给大家供大家参考,具体如下:
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)); } }
PS:这里再为大家提供2款非常方便的正则表达式工具供大家参考使用:
JavaScript正则表达式在线测试工具:
http://tools.jb51.net/regex/javascript
正则表达式在线生成工具:
http://tools.jb51.net/regex/create_reg
更多关于java算法相关内容感兴趣的读者可查看本站专题:《Java正则表达式技巧大全》、《Java数据结构与算法教程》、《Java操作DOM节点技巧总结》、《Java文件与目录操作技巧汇总》和《Java缓存操作技巧汇总》
希望本文所述对大家java程序设计有所帮助。
您可能感兴趣的文章:
相关文章推荐
- 使用正则表达式删除某一个html标签内所有属性
- Java去除掉HTML里面所有标签的两种方法——开源jar包和自己写正则表达式
- java 去掉html标签 使用正则表达式删除HTML标签。
- Java/Js下使用正则表达式匹配嵌套Html标签
- 如何使用java的正则表达式提取html标签?
- Java/Js下使用正则表达式匹配嵌套Html标签
- Python使用正则表达式过滤或替换HTML标签的方法详解
- 使用正则表达式删除HTML标签
- java正则表达式删除html标签
- Java使用正则表达式获取子文本的方法示例
- java使用正则表达式去除字符串的html标签
- java正则表达式去除html中所有的标签和特殊HTML字符(以&开头的)
- Java基于正则表达式获取指定HTML标签指定属性值的方法
- Java/Js下使用正则表达式匹配嵌套Html标签
- iOS中使用正则表达式去掉HTML中的标签元素获得纯文本的方法
- Java使用正则表达式匹配获取链接地址的方法示例
- java使用正则表达式过滤html标签
- java 使用正则表达式过滤HTML中标签
- 【转】java使用正则表达式去除字符串的html标签
- java正则表达式获取指定HTML标签的指定属性值且替换的方法