对html文本去除标签（超文本去除标签部分）

在正在做的项目中，有个地方需要展示超文本的一部分内容，这样对内容进行剪切的时候容易出现问题。比如
内容剪切成了 内容< 这样显示的数据就不是我们想要的结果了。

下面是在网上收录的一个工具类，加之改造自己使用、

package com.yssoft.fs.publicService.utils;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HtmlToText {

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 = "<a>\\s*|\t|\r|\n</a>";                       /* 定义空格回车换行符 */
private static final String regEx_span = "/<span[^>]*>([^<]*)<\\/span>/ig";                       /*  span*/
private static final String regEx_strong = "<strong.*?>(((?!<\\/strong>).)*)<\\/strong>";                       /* strong*/

public static String delHTMLTag( String htmlStr )
{
/* 去掉script标签 */
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 */
/* 去掉style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 */
/* 去掉html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 */
/* 去掉span标签 */
Pattern span_html  = Pattern.compile( regEx_span, Pattern.CASE_INSENSITIVE );
Matcher span  = span_html.matcher( htmlStr );
htmlStr = span.replaceAll( "" );      /* 过滤html标签 */
/* 去掉regEx_strong标签 */
Pattern strong_html  = Pattern.compile( regEx_strong, Pattern.CASE_INSENSITIVE );
Matcher strong  = strong_html.matcher( htmlStr );
htmlStr = strong.replaceAll( "" );      /* 过滤html标签 */
/* 去掉空格 */
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 */
/* 去掉<p>标签<br></br>标签和<>之间内容 */
htmlStr.replaceAll( "<p .*?>", "\r\n" );
htmlStr.replaceAll( "<br\\s*/?>", "\r\n" );
htmlStr.replaceAll( "\\<.*?>", "" );
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);
}

}

使用的时候调用getTextFromHtml方法 并将需要转换的内容传入方法中，就能得到转换后的内容