java正则表达式去除html标签详解编程语言

当我们用ckeditor或其他一些在线文本编辑器的时候 内容里会有很多的标签

如下片段:

<p><img alt="" src="/img/uploadImg/20131218/0fd741e1-cc75-459c-a8b5-bbaebcfcc637.jpg" 
style="height:494px; width:460px" /></p> 
 
<p>生命的旅途,一程有一程的风景,一程有一程的盛放。打开心灵的窗子, 
静看时光旖旎着一曲花开花落,用一种看山是山,看水是水的境界来生活就会快乐, 
人生的最美,便是来自心灵深处的通透与清欢。</p> 
 
<p>——题记</p> 
 
<p>喜欢在飘雪的午后,盈一眸恬静,书一抹情怀,看那雪花落入红尘最深处。 
暂离尘世喧嚣,将心灵放空,尽情的体会那份旷达与纯净。生命的旅途中, 
会有不期而遇的欣喜,也会有痛彻心扉的清醒,一地落红,氤氲了冷暖;一树梅开, 
缱绻了浮华,雪如拂尘,能掸去俗世的无奈,也能让灵魂净化。</p>

包含一些图片,段落,换行等html标签

如果要进行统计字数,则就需要去除这些标签。用java正则 如下代码:
/** 
 * 删除Html标签 
 *  
 * @param inputString 
 * @return 
 */ 
public static String htmlRemoveTag(String inputString) { 
	if (inputString == null) 
		return null; 
	String htmlStr = inputString; // 含html标签的字符串 
	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; 
	try { 
		//定义script的正则表达式{或<script[^>]*?>[//s//S]*?<///script> 
		String regEx_script = "<[//s]*?script[^>]*?>[//s//S]*?<[//s]*?///[//s]*?script[//s]*?>";  
		//定义style的正则表达式{或<style[^>]*?>[//s//S]*?<///style> 
		String regEx_style = "<[//s]*?style[^>]*?>[//s//S]*?<[//s]*?///[//s]*?style[//s]*?>";  
		String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式 
		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 
		textStr = htmlStr; 
	} catch (Exception e) { 
		e.printStackTrace(); 
	} 
	return textStr;// 返回文本字符串 
}

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/14320.html

(0)
上一篇 2021年7月19日
下一篇 2021年7月19日

相关推荐

发表回复

登录后才能评论