java正則表達式去除html標簽
阿新 • • 發佈:2019-01-29
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