java-正则表达式过滤标签

最新推荐文章于 2022-04-24 10:50:35 发布

转载最新推荐文章于 2022-04-24 10:50:35 发布 · 263 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/hwaggLee/p/5778907.html

文章标签：

#java #php

本文分享了一种在Java中去除HTML标签的有效方法，通过正则表达式替换，实现了从字符串中精确移除HTML标签而保留文本内容的目标。这种方法对于处理网页抓取或文本清洗任务尤为实用。

        String str="one <a href=u.php?action=show&uid=122113 target=_blank>超链接文本</a>  two <a> adfadf </a> Three";
        System.out.println("before:-----------------\n"+str);
        //String regex="<\\s*a.*?/a\\s*>";//过滤标签和内容
        //String regex="<a.*?</a>";//过滤标签和内容
        str=str.replaceAll("<([a-zA-Z]+)[^<>]*>(.*?)</\\1>", "$2");//过滤标签，留下内容
        System.out.println("after:-----------------\n"+str);

转载于:https://www.cnblogs.com/hwaggLee/p/5778907.html