1 /**
 2      * 去掉文本中的html標簽
 3      *
 4      * @param inputString
 5      * @return
 6      */
 7     public static String html2Text(String inputString) {
 8         if (StringUtils.isEmpty(inputString)) {
 9             return null;
10         }
11         String htmlStr = inputString;
12         String textStr = "";
 
13         java.util.regex.Pattern p_script;
14         java.util.regex.Matcher m_script;
15         java.util.regex.Pattern p_style;
16         java.util.regex.Matcher m_style;
17         java.util.regex.Pattern p_html;
18         java.util.regex.Matcher m_html;
19 
20         java.util.regex.Pattern p_html1;
 
21         java.util.regex.Matcher m_html1;
22 
23         try {
24             String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定義script的正則表達式{或<script[^>]*?>[\\s\\S]*?<\\/script>
25             // }
26             String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; //
 
 定義style的正則表達式{或<style[^>]*?>[\\s\\S]*?<\\/style>
27             // }
28             String regEx_html = "<[^>]+>"; // 定義HTML標簽的正則表達式
29             String regEx_html1 = "<[^>]+";
30             p_script = Pattern.compile(regEx_script,
31                     Pattern.CASE_INSENSITIVE);
32             m_script = p_script.matcher(htmlStr);
33             htmlStr = m_script.replaceAll(""); // 過濾script標簽
34 
35             p_style = Pattern
36                     .compile(regEx_style, Pattern.CASE_INSENSITIVE);
37             m_style = p_style.matcher(htmlStr);
38             htmlStr = m_style.replaceAll(""); // 過濾style標簽
39 
40             p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
41             m_html = p_html.matcher(htmlStr);
42             htmlStr = m_html.replaceAll(""); // 過濾html標簽
43 
44             p_html1 = Pattern
45                     .compile(regEx_html1, Pattern.CASE_INSENSITIVE);
46             m_html1 = p_html1.matcher(htmlStr);
47             htmlStr = m_html1.replaceAll(""); // 過濾html標簽
48 
49             textStr = htmlStr;
50 
51             // 替換&amp;nbsp;
52             textStr = textStr.replaceAll("&amp;", "").replaceAll("nbsp;", "");
53 
54         } catch (Exception e) {
55             System.err.println("Html2Text: " + e.getMessage());
56         }
57 
58         return textStr;// 返回文本字符串
59     }

/** * 去掉文本中的html標簽 * * @param inputString * @return */ public static String html2Text(String inputString) { if (StringUtils.isEmpty(inputString)) { return null; } 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 { String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定義script的正則表達式{或<script[^>]*?>[\\s\\S]*?<\\/script> // } String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定義style的正則表達式{或<style[^>]*?>[\\s\\S]*?<\\/style> // } String regEx_html = "<[^>]+>"; // 定義HTML標簽的正則表達式 String regEx_html1 = "<[^>]+"; 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
p_html1 = Pattern .compile(regEx_html1, Pattern.CASE_INSENSITIVE); m_html1 = p_html1.matcher(htmlStr); htmlStr = m_html1.replaceAll(""); // 過濾html標簽
textStr = htmlStr;
// 替換&amp;nbsp; textStr = textStr.replaceAll("&amp;", "").replaceAll("nbsp;", "");
} catch (Exception e) { System.err.println("Html2Text: " + e.getMessage()); }
return textStr;// 返回文本字符串 }

java 使用正則表達式過濾HTML中標簽