1. 程式人生 > >java正則表達式去除html標簽

java正則表達式去除html標簽

spa details log lan string 編輯 包含 etag 大神

當我們用ckeditor或其他一些在線文本編輯器的時候 內容裏會有很多的標簽 如下片段:
<p><img alt="" src="/img/uploadImg/20131218/0fd741e1-cc75-459c-a8b5-bbaebcfcc637.jpg"
style="height:494px; width:460px" /></p>

<p>生命的旅途,一程有一程的風景,一程有一程的盛放。打開心靈的窗子,
靜看時光旖旎著一曲花開花落,用一種看山是山,看水是水的境界來生活就會快樂,
人生的最美,便是來自心靈深處的通透與清歡。</p>

<p
>
——題記</p> <p>喜歡在飄雪的午後,盈一眸恬靜,書一抹情懷,看那雪花落入紅塵最深處。 暫離塵世喧囂,將心靈放空,盡情的體會那份曠達與純凈。生命的旅途中, 會有不期而遇的欣喜,也會有痛徹心扉的清醒,一地落紅,氤氳了冷暖;一樹梅開, 繾綣了浮華,雪如拂塵,能撣去俗世的無奈,也能讓靈魂凈化。</p>
包含一些圖片,段落,換行等html標簽 如果要進行統計字數,則就需要去除這些標簽。用java正則 如下代碼:
/**
 * 刪除Html標簽
 * 
 * @param inputString
 * @return
 */
public static String htmlRemoveTag
(String inputString)
{ if (inputString == null) return null; String htmlStr = inputString; // 含html標簽的字符串 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
{ //定義script的正則表達式{或<script[^>]*?>[\\s\\S]*?<\\/script> String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; //定義style的正則表達式{或<style[^>]*?>[\\s\\S]*?<\\/style> String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; String regEx_html = "<[^>]+>"; // 定義HTML標簽的正則表達式 p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE); m_script = p_script.matcher(htmlStr); htmlStr = m_script.replaceAll(""); // 過濾script標簽 p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE); m_style = p_style.matcher(htmlStr); htmlStr = m_style.replaceAll(""); // 過濾style標簽 p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE); m_html = p_html.matcher(htmlStr); htmlStr = m_html.replaceAll(""); // 過濾html標簽 textStr = htmlStr; } catch (Exception e) { e.printStackTrace(); } return textStr;// 返回文本字符串 }


再分享一下我老師大神的人工智能教程吧。零基礎!通俗易懂!風趣幽默!還帶黃段子!希望你也加入到我們人工智能的隊伍中來!https://blog.csdn.net/jiangjunshow

java正則表達式去除html標簽