首页 > 代码库 > 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

/**     * 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