import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class HtmlScript{
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
}
/**
*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。
*
[email protected]
* 内容
[email protected]
*/
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("<brs*/?>","");
//去掉其它的<>之间的东西
content=content.replaceAll("<.*?>","");
//还原HTML//content=HTMLDecoder.decode(content);
return content;
}
public static String replaceHtml(String html){
String regEx="<.+?>"; //表示标签
Pattern p=Pattern.compile(regEx);
Matcher m=p.matcher(html);
String s=m.replaceAll("");
return s;
}
//public static void main(String[] args) {
// String s = "<!DOCTYPE html PUBLIC ''-//WAPFORUM//DTD XHTML Mobile 1.0//EN'' ''http://www.wapforum.org/DTD/xhtml-mobile10.dtd''><html xmlns=''http://www.w3.org/1999/xhtml''><head><meta http-equiv=''Content-Type'' content=''text/html; charset=utf-8'' /><meta id=''viewport'' name=''viewport'' content=''width=320,initial-scale=1,maximum-scale=1,user-scalable=0;'' /><title>概述-白塞病诊断和治疗指南</title><link href=''Pub/css/layout.css'' rel=''stylesheet'' type=''text/css'' /><link href=''Pub/css/public.css'' rel=''stylesheet'' type=''text/css'' /><script type=''text/javascript'' src=''Pub/js/jquery-1.6.1.min.js''></script><script type=''text/javascript'' src=''Pub/js/base.js''></script></head><body><div id=''Layout''><div class=''titleBar''><h1 id= ''1''>1. 概述</h1></div><div class=''mainContainer''><p>白塞病(Behcet's disease，BD)又称贝赫切特病、口-眼-生殖器三联征等。 </p></div></div></body></html>";
// delHTMLTag(s);
//System.out.println(delHTMLTag(s));
//}
}
原创文章，作者：奋斗，如若转载，请注明出处：https://blog.ytso.com/10930.html