首先吐槽一下iteye的问卷。
然后,闲的蛋疼做了一个HTML转纯文本的小工具类。
当然功能上只保留了一些最简单的例如<br>,<p>,<div>把它们转换成\n。
啊咧,有没有发错版块呢?
然后,闲的蛋疼做了一个HTML转纯文本的小工具类。
当然功能上只保留了一些最简单的例如<br>,<p>,<div>把它们转换成\n。
package com.yyt.core.utils.net.ubb;
import java.util.regex.Pattern;
public class HTMLUtils {
private static final Pattern HTML_CHECKER = Pattern
.compile("</[a-z][^>]*>|<[a-z][^/>]*/>");
public static String toText(String html) {
if (html == null)
return null;
boolean is = isHtml(html);
if (is) {
html = html
.replaceAll("\r?\n", "")
.replaceAll(
"<[sS][tT][yY][lL][eE] [^>]+>[\\d\\D]+?</[sS][tT][yY][lL][eE]>",
"")
.replaceAll(
"<[sS][tT][yY][lL][eE]>[\\d\\D]+?</[sS][tT][yY][lL][eE]>",
"")
.replaceAll(
"<[sS][cC][rR][iI][pP][tT] [^>]+>[\\d\\D]+?</[sS][cC][rR][iI][pP][tT]>",
"")
.replaceAll(
"<[sS][cC][rR][iI][pP][tT]>[\\d\\D]+?</[sS][cC][rR][iI][pP][tT]>",
"")
.replaceAll(
"<[tT][aA][bB][lL][eE] [^>]+>[\\d\\D]+?</[tT][aA][bB][lL][eE]>",
"")
.replaceAll(
"<[tT][aA][bB][lL][eE]>[\\d\\D]+?</[tT][aA][bB][lL][eE]>",
"")
.replaceAll("\n*(<(?!\\s)[^>\n]+>)\n*", "$1")
.replaceAll(
"(</?[bB][rR]\\s*+/?[^>]*+>|</?[pP][^>]*+>|</[dD][iI][vV][^>]*+>|</[lL][iI][^>]*+>)\\s*+",
"\n");
}
return html = html.replaceAll("</?(?!\\s)[a-zA-Z][^>]*>", "")
.replaceAll("<!--[\\d\\D]*?-->", "").replaceAll("\n{2,}", "\n");
}
public static boolean isHtml(String html) {
return HTML_CHECKER.matcher(html).find();
}
}
啊咧,有没有发错版块呢?