java 使用正则表达式过滤HTML中标签

/*** 去掉文本中的html标签** @param inputString* @return*/public static String html2Text(String inputString) {if (StringUtils.isEmpty(inputString)) {return null;}String htmlStr = inputString;String textStr = "";java.util.regex.Pattern p_script;java.util.regex.Matcher m_script;java.util.regex.Pattern p_style;java.util.regex.Matcher m_style;java.util.regex.Pattern p_html;java.util.regex.Matcher m_html;java.util.regex.Pattern p_html1;java.util.regex.Matcher m_html1;try {String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script>// }String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style>// }String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式String regEx_html1 = "<[^>]+";p_script = Pattern.compile(regEx_script,Pattern.CASE_INSENSITIVE);m_script = p_script.matcher(htmlStr);htmlStr = m_script.replaceAll(""); // 过滤script标签
p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);m_style = p_style.matcher(htmlStr);htmlStr = m_style.replaceAll(""); // 过滤style标签
p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);m_html = p_html.matcher(htmlStr);htmlStr = m_html.replaceAll(""); // 过滤html标签
p_html1 = Pattern.compile(regEx_html1, Pattern.CASE_INSENSITIVE);m_html1 = p_html1.matcher(htmlStr);htmlStr = m_html1.replaceAll(""); // 过滤html标签
textStr = htmlStr;// 替换&amp;nbsp;textStr = textStr.replaceAll("&amp;", "").replaceAll("nbsp;", "");} catch (Exception e) {System.err.println("Html2Text: " + e.getMessage());}return textStr;// 返回文本字符串}

java 使用正则表达式过滤HTML中标签相关推荐

java用正则表达式判断字符串中是否仅包含英文字母、数字和汉字_灵思致远Leansmall的博客-CSDN博客_java判断字符串只包含数字字母
import java.util.regex.Matcher; import java.util.regex.Pattern;public class StrValidate {// 纯数字priva ...
java使用正则表达式获取字符串中的所有英文单词或数字
偶然发现网上贴出的使用正则表达式获取字符串中的所有英文单词或数字的方法,很实用,就摘下来了 import java.util.regex.Pattern; import java.util.reg ...
java 通过正则表达式替换字符串中部分内容
最近开发遇到个需求,需要使用正则来替换字符串中间的一部分内容,也是面向百度探索了一番,之前还没怎么在实际中用过正则_,这里记录一下. 话不多说,直接上代码(解释在后面): public static ...
python 正则表达式过滤文本中的html标签源代码解析
#py2.7 #coding:utf-8import re import os import chardetdef filter_tag(htmlstr):re_cdata = re.compile( ...
python文本筛选html_python 正则表达式过滤文本中的html标签源代码解析
#py2.7 #coding:utf-8 import re import os import chardet def filter_tag(htmlstr): re_cdata = re.compi ...
java利用正则表达式提取字符串中的整数和小数部分
最近开发遇到一个新的东西,就是前端传过来一个字符串,需要将里面的数字提取出来,倒腾了一天,最后还是没有倒腾出来,最后还是借鉴大佬的方法.记录一下. 首先是前端传来的字符串"小明通过扫码向你付 ...
asp.net 用正则表达式过滤内容中的电话，qq，email
/// <summary> /// 去除标记 /// </summary> /// <param name="H ...
Java使用正则表达式从字符串中提取 IP 地址
import java.util.regex.Matcher; import java.util.regex.Pattern;public class ExtractIP {public static ...
java用正则表达式判断字符串中是否仅包含英文字母、数字和汉字
/*判断字符串中是否仅包含字母数字和汉字 *各种字符的unicode编码的范围: * 汉字:[0x4e00,0x9fa5](或十进制[19968,40869]) * 数 ...

java 使用正则表达式过滤HTML中标签

java 使用正则表达式过滤HTML中标签相关推荐

最新文章

热门文章