去除文本中的html标签在线工具,Java正则去除文本中的HTML标签

import java.util.regex.Pattern;

/**

* Created by CoolinTan on 7/2/2015.

*/

public class HtmlToTextUtil {

/**

* 去除inputString中的HTML/CSS/JS标签

*/

public static String htmlToText(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 {

// 定义script的正则表达式{或

String regEx_script = "<[//s]*?script[^>]*?>[//s//S]*?<[//s]*?///[//s]*?script[//s]*?>";

// 定义style的正则表达式{或

String regEx_style = "<[//s]*?style[^>]*?>[//s//S]*?<[//s]*?///[//s]*?style[//s]*?>";

// 定义HTML标签的正则表达式

String regEx_html = "<[^>]+>";

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

}

}