Java里面去掉网页里的HTML标记的方法

 Java里面去掉网页里的HTML标记的方法

 

 

/** * 去掉字符串里面的html代码。<br> * 要求数据要规范，比如大于小于号要配套,否则会被集体误杀。 * * @param content * 内容 * @return 去掉后的内容 */ public static String stripHtml(String content) { // <p>段落替换为换行 content = content.replaceAll("<p .*?>", "/r/n"); // <br><br/>替换为换行 content = content.replaceAll("<br//s*/?>", "/r/n"); // 去掉其它的<>之间的东西 content = content.replaceAll("//<.*?>", ""); // 还原HTML // content = HTMLDecoder.decode(content); return content; }