java去掉字符串中的html标签

最新推荐文章于 2024-01-19 10:06:32 发布

原创最新推荐文章于 2024-01-19 10:06:32 发布 · 1.1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#java #正则表达式

java基础专栏收录该内容

13 篇文章

订阅专栏

本文介绍了一个简单的Java方法，用于从字符串中移除所有的HTML标签。该方法首先检查输入字符串是否为空或仅包含空格，如果是，则直接返回空字符串。接着通过正则表达式分别匹配并移除script、style及一般的HTML标签。

/**
     * 去除字符串中html标签
     * 
     * @param htmlStr
     * @return
     */
    private static String delHTMLTag(String htmlStr) {
        if (htmlStr == null || "".equals(htmlStr)) {
            return "";
        }
        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
        // 过滤script标签
        Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
        Matcher m_script = p_script.matcher(htmlStr);
        htmlStr = m_script.replaceAll("");
        // 过滤style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html标签
        Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
        Matcher m_html = p_html.matcher(htmlStr);
        htmlStr = m_html.replaceAll("");
        return htmlStr;
    }