使用正则表达式删除HTML标签解决办法

高洛峰
发布: 2017-03-28 11:54:51
原创
1969人浏览过

使用正则表达式删除html标签。 

import java.util.regex.Matcher; 
import java.util.regex.Pattern; 
public class HTMLSpirit{ 
   public static String delHTMLTag(String htmlStr){ 
       String regEx_script="<script[^>]*?>[\s\S]*?<\/script>"; //定义script的正则表达式 
       String regEx_style="<style[^>]*?>[\s\S]*?<\/style>"; //定义style的正则表达式 
       String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 
       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 
       return htmlStr.trim(); //返回文本字符串 
   } 
}
登录后复制

Java中去掉网页HTML标记的方法 
Java里面去掉网页里的HTML标记的方法: 

/** 
* 去掉字符串里面的html代码。<br> 
* 要求数据要规范,比如大于小于号要配套,否则会被集体误杀。 
* 
* @param content 
* 内容 
* @return 去掉后的内容 
*/ 
public static String stripHtml(String content) { 
// <p>段落替换为换行 
content = content.replaceAll("<p .*?>", "
"); 
// <br><br/>替换为换行 
content = content.replaceAll("<br\s*/?>", "
"); 
// 去掉其它的<>之间的东西 
content = content.replaceAll("\<.*?>", ""); 
// 还原HTML 
// content = HTMLDecoder.decode(content); 
return content; 
}
登录后复制

以上就是使用正则表达式删除HTML标签解决办法的详细内容,更多请关注php中文网其它相关文章!

HTML速学教程(入门课程)
HTML速学教程(入门课程)

HTML怎么学习?HTML怎么入门?HTML在哪学?HTML怎么学才快?不用担心,这里为大家提供了HTML速学教程(入门课程),有需要的小伙伴保存下载就能学习啦!

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习
PHP中文网抖音号
发现有趣的

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号