(HTML选择性过滤) java正则,过滤掉HTML标签,但保留指定的标签如 p,img,apan

最新推荐文章于 2023-04-15 15:37:47 发布

原创最新推荐文章于 2023-04-15 15:37:47 发布 · 7.1k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#正则表达式过滤 #过滤HTML标签 #HTML标签 #指定保留 #Android

Android 专栏收录该内容

4 篇文章

订阅专栏

本文介绍两种有效的方法来过滤HTML中的特定标签，如保留img、p和span等，并提供了一个使用正则表达式的简单示例及一个更强大的利用Perl5Util进行多步过滤的例子。适用于前端开发人员快速清除不需要的HTML元素。

方法一：

/**过滤HTML里去除img、p、span外的所有标签
* @param str
* @return
* @throws PatternSyntaxException
*/
public static String stringFilter(String str)throws PatternSyntaxException {

String regEx = "(?!<(img|p|span).*?>)<.*?>";
Pattern p_html = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
Matcher m_html = p_html.matcher(str);
str = m_html.replaceAll("");

return str.trim(); // 返回文本字符串
}

方法二（会缺少一个jar包，请自行百度下载）：

import org.apache.oro.text.perl.*;

class CleanHtml {
public static String clean(String html){
StringBuffer buffer = new StringBuffer();
Perl5Util preg = new Perl5Util();
preg.substitute(buffer,"s/<script[^>]*?>.*?<\\/script>//gmi",html);
//过滤script标签
html =buffer.toString();
buffer.setLength(0);
preg.substitute(buffer,"s#<[/]*?(?!p|img|span)[^<>]*?>##gmi",html);
//( p/img/span ...标签之外,都删除)
html =buffer.toString();
buffer.setLength(0);
return html;
}
}

上面模板可以根据需求自行更改，也适用于其他情况

补充过滤所有的标签：