java工具类：文本中去除html标签_java 去html标签工具-优快云博客

本文介绍了一个Java工具类，用于从文本中去除HTML标签，包括script和style等元素，以实现纯文本的提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

package com.yjzf.util;

import java.util.regex.Pattern;
/**
*
* @Description: 文本去除html标签
* @author lele
* @date 2011-10-13 上午09:51:57
* @version lele1.0
*/
public class HtmlText {
public static String Html2Text(String inputString) {
             String htmlStr = inputString;
             String textStr ="";
             java.util.regex.Pattern p_script;
             java.util.regex.Matcher m_script;
             java.util.regex.Pattern p_style;
             java.util.regex.Matcher m_style;
             java.util.regex.Pattern p_html;
             java.util.regex.Matcher m_html;

             java.util.regex.Pattern p_html1;
             java.util.regex.Matcher m_html1;

            try {
              String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; //定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script> }
              String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; //定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style> }
                 String regEx_html = "<[^>]+>"; //定义HTML标签的正则表达式
                 String regEx_html1 = "<[^>]+";
                 p_script = Pattern.compile(regEx_script,Pattern.CASE_INSENSITIVE);
                 m_script = p_script.matcher(htmlStr);
                 htmlStr = m_script.replaceAll(""); //过滤script标签

                 p_style = Pattern.compile(regEx_style,Pattern.CASE_INSENSITIVE);
                 m_style = p_style.matcher(htmlStr);
                 htmlStr = m_style.replaceAll(""); //过滤style标签

                 p_html = Pattern.compile(regEx_html,Pattern.CASE_INSENSITIVE);
                 m_html = p_html.matcher(htmlStr);
                 htmlStr = m_html.replaceAll(""); //过滤html标签

                 p_html1 = Pattern.compile(regEx_html1,Pattern.CASE_INSENSITIVE);
                 m_html1 = p_html1.matcher(htmlStr);
                 htmlStr = m_html1.replaceAll(""); //过滤html标签


              textStr = htmlStr;

          }catch(Exception e) {
                   System.err.println("Html2Text: " + e.getMessage());
           }

         return textStr;//返回文本字符串
              }

public static void main(String[] arg){
  String strtext = "<P><TR>测</TR><a>vvv</a></P>";
  System.out.println(Html2Text(strtext));

}
}