过滤html标签的代码

最新推荐文章于 2021-06-09 21:32:21 发布

原创最新推荐文章于 2021-06-09 21:32:21 发布 · 137 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#HTML #正则表达式 #Java #.net #Blog

过滤html标签的代码

public   String html2Text(String inputString) {
      String htmlStr = inputString; // 含html标签的字符串
      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;

       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

          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

       textStr = htmlStr;

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

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