正則表示式去html標籤
寫這個是因為後端要與app介面通訊,在推送訊息時 ,後臺是富文字編輯,
會有一些html標籤資訊,在展示推送內容時不是很友好,所以要去掉富文字資訊。
在網上也找了一些方法,但是效果不是很好,下面這個可以滿足基本需求,有個別案例,可以自由新增規則。
//引用正則
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Michael
*/
public class HtmlCleanUtil {
private static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定義script的正則表示式
private static final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定義style的正則表示式
private static final String regEx_html = "<[^>]+>"; // 定義HTML標籤的正則表示式
private static final String regEx_space = "\\s*|\t|\r|\n";//定義空格回車換行符
/**
* @param htmlStr
* @return
* 刪除Html標籤
*/
public static String delHTMLTag(String htmlStr) {
Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
Matcher m_script = p_script.matcher(htmlStr);
htmlStr = m_script.replaceAll(""); // 過濾script標籤
Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
Matcher m_style = p_style.matcher(htmlStr);
htmlStr = m_style.replaceAll(""); // 過濾style標籤
Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
Matcher m_html = p_html.matcher(htmlStr);
htmlStr = m_html.replaceAll(""); // 過濾html標籤
Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
Matcher m_space = p_space.matcher(htmlStr);
htmlStr = m_space.replaceAll(""); // 過濾空格回車標籤
return htmlStr.trim(); // 返回文字字串
}
public static String getTextFromHtml(String htmlStr){
htmlStr = delHTMLTag(htmlStr);
htmlStr = htmlStr.replaceAll(" ", "");
return htmlStr;
}
public static void main(String[] args) {
String str = "<div style='text-align:center;'> 整治“四風 清弊除垢<br/><span style='font-size:14px;'> </span><span style='font-size:18px;'>公司召開黨的群眾路線教育實踐活動動員大會。</span><br/></div>";
System.out.println(getTextFromHtml(str));
}
}