/**
         * 去除掉HTML里面所有标签，使用Jsoup开源包
         * <p>Title: getTextFromTHML</p>
         * <p>Description: </p>
         * @param htmlStr html标签字符串
         * @return 纯文本
         */
        public static String getTextFromTHML(String htmlStr) {
            Document doc = Jsoup.parse(htmlStr);
            String text = doc.text();
            // remove extra white space
            StringBuilder builder = new StringBuilder(text);
            int index = 0;
            while(builder.length()>index){
                char tmp = builder.charAt(index);
                if(Character.isSpaceChar(tmp) || Character.isWhitespace(tmp)){
                    builder.setCharAt(index, ‘ ‘);
                }
                index++;
            }
            text = builder.toString().replaceAll(" +", " ").trim();
            return text;
        }

 /**  
         * 判断传进来的字符串，是否  
         * 大于指定的字节，如果大于递归调用
         * 直到小于指定字节数 ，一定要指定字符编码，因为各个系统字符编码都不一样，字节数也不一样 
         *src 传入的字符串
         *cutSize 截取的大小长度
         */ 
        public String cutString(String src,int cutSize) throws Exception{
            int changdu = src.getBytes("UTF-8").length;
            if(changdu > cutSize){
                src = src.substring(0, src.length()-1);
                src=cutString(src, cutSize);
            }
            return src;
        }

<!-- jsoup -->
        <dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.7.3</version>
    </dependency>