正则表达式替换 html 标签

最新推荐文章于 2023-08-18 16:58:33 发布

最新推荐文章于 2023-08-18 16:58:33 发布 · 238 阅读

文章标签：

#正则表达式 #HTML #J#

web 专栏收录该内容

32 篇文章

订阅专栏

本文介绍了一种高效的字符串替换方法，利用StringBuilder进行逐字符替换，并提供了一个去除HTML标签的实用函数。通过对旧字符串进行定位并替换为新字符串的方式，提高了字符串处理效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >



 /**
     * 此方法描述的是：字符串的替换
     * @param string	需要替换的字符串
     * @param oldString	被替换的字符串
     * @param newString	新字符串
     * @author 作者 E-mail: wangxiongdx@163.com
     * @version 创建时间：2009-9-13 下午01:34:23
     */
     public static String replace(String string, String oldString, String newString) {
         if (string == null) {
             return null;
         }
         int i = 0;	//初始位置，从0开始

         //从指定位置开始查找oldString在string中的起始位置
         if ((i = string.indexOf(oldString, i)) >= 0) {
             // Use char []'s, as they are more efficient to deal with.
             char[] string2 = string.toCharArray();
             char[] newString2 = newString.toCharArray();
             int oLength = oldString.length();
             //StringBuilder 简易替换 比 StringBuffer 要快
             StringBuilder buf = new StringBuilder(string2.length);
             //string2从起始位置到  i 的部分... 继续追加新串 newString2
             buf.append(string2, 0, i).append(newString2);
             //string中旧字符串的结束位置
             i += oLength;
             int j = i;
             // Replace all remaining instances of oldString with newString.
             //用新串替换所有出现的旧串
             while ((i = string.indexOf(oldString, i)) > 0) {
                 buf.append(string2, j, i - j).append(newString2);
                 i += oLength;
                 j = i;
             }
             //用新串替换后的string2中截获最后一次出现新串的结束位置到结尾
             buf.append(string2, j, string2.length - j);
             return buf.toString();
         }
         return string;
     }

     /**
      * 此方法描述的是：使用正则替换字符串<br>tt</br>中含有的html标签和js标签
      * @param string	传入字符串
      * @author 作者 E-mail: wangxiongdx@163.com
      * @version 创建时间：2009-9-29 下午03:34:23
      */
    public static String stripHTMLTags(String tt){
    	//匹配所有带字母的标签(包括js标签)
    	String tag = "</?[a-zA-Z]*([\\s]*([A-Za-z]+[\\s]?=[\\s]?(\"|')?[\\w]+(\"|')?))*>";
    	//匹配js标签
    	String javascriptTag = "<script[\\s]*(.)*>";
    	Pattern p = Pattern.compile(tag);
		//起始
    	int index = 0;
    	//结束
		int last;
		while((index = tt.indexOf("<",index)) != -1){
			if((last = tt.indexOf(">",index)) != -1){
				//目标字符串
				String oldString = tt.substring(index, last+1);
				Matcher m = p.matcher(oldString);
				//首先判断是否为js标签
				if(Pattern.compile(javascriptTag).matcher(oldString).matches()){
					if((last = tt.indexOf("</script>",last)) != -1){
						tt = replace(tt, tt.substring(index, last+9), "");
					}
				//再判断是否为html标签(html正则考虑去除js标签正则？？？后补)
				}else if(m.matches()){
					tt = replace(tt, oldString, "");
				}
			}else{
				break;
			}
		}
		return tt;
    }