Java 正则表达式去除HTML标记

本文介绍了一种使用Java去除HTML标记的方法,该方法能够有效提取纯文本内容,适用于新闻摘要等场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


在做一个读取新闻摘要的时候,需要提取正文的字符。可是一般提取出来都有html标记格式,而这些会影响页面的效果。
在网上找到下面这个 去除HTML标记的方法。




/**移出HTML中的内容**/
	public static String removeHTML(String input,int length){
		 
		if (input == null || input.trim().equals("")) {
			return "";
		}
		// 去掉所有html元素,
		String str = input.replaceAll("\\&[a-zA-Z]{1,10};", "").replaceAll(
				"<[^>]*>", "");
		str = str.replaceAll("[(/>)<]", "");
		int len = str.length();
		if (len <= length) {
			return str;
		} else {
			str = str.substring(0, length);
			str += "......";
		}
		//System.out.println(" 去除html后的字符 : "+str);
		return str;
		 
	}


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值