正则表达式去html标签
2018-03-30 09:20
127 查看
写这个是因为后端要与app接口通讯,在推送消息时 ,后台是富文本编辑,
会有一些html标签信息,在展示推送内容时不是很友好,所以要去掉富文本信息。
在网上也找了一些方法,但是效果不是很好,下面这个可以满足基本需求,有个别案例,可以自由添加规则。
//引用正则
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Michael
*/
public class HtmlCleanUtil {
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(" ", "");
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));
}
}
会有一些html标签信息,在展示推送内容时不是很友好,所以要去掉富文本信息。
在网上也找了一些方法,但是效果不是很好,下面这个可以满足基本需求,有个别案例,可以自由添加规则。
//引用正则
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Michael
*/
public class HtmlCleanUtil {
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(" ", "");
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));
}
}
相关文章推荐
- 匹配 html 标签元素的正则表达式
- (转)PHP正则表达式匹配嵌套HTML标签的方法和技巧
- 用正则表达式替换html标签
- asp.net正则表达式提取网页网址、标题、图片实例以及过滤所有HTML标签实例
- 用正则表达式格式化html标签的代码
- 使用正则表达式匹配嵌套Html标签
- JAVA正则表达式过滤html标签
- 正则表达式 提取 html 标签的内容
- 正则表达式删除字符串中 html 标签
- java如何利用正则表达式去掉文本中的HTML标签
- [python] 常用正则表达式爬取网页信息及分析HTML标签总结
- 如何使用java的正则表达式提取html标签?
- asp.net正则表达式删除指定的HTML标签的代码
- java正则表达式过滤html标签
- 使用正则表达式删除HTML标签
- [python] 常用正则表达式爬取网页信息及分析HTML标签总结
- 分享一条匹配嵌套HTML标签的正则表达式
- Java中正则表达式去除html标签
- 正则表达式提取HTML中img标签的src地址