Java中正则表达式去除html标签

2/10/2017来源:ASP.NET技巧人气:1128

    注:这是java正则表达式去除html标签方法。

    PRivate static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达式

    private static final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定义style的正则表达式     private static final String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式     private static final String regEx_space = "\\s*|\t|\r|\n";// 定义空格回车换行符

    private static final String regEx_w = "<w[^>]*?>[\\s\\S]*?<\\/w[^>]*?>";//定义所有w标签

/**      * @param htmlStr      * @return 删除Html标签      * @author LongJin      */     public static String delHTMLTag(String htmlStr) {         Pattern p_w = Pattern.compile(regEx_w, Pattern.CASE_INSENSITIVE);         Matcher m_w = p_w.matcher(htmlStr);         htmlStr = m_w.replaceAll(""); // 过滤script标签         Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);         Matcher m_script = p_script.matcher(htmlStr);         htmlStr = m_script.replaceAll(""); // 过滤script标签         Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);         Matcher m_style = p_style.matcher(htmlStr);         htmlStr = m_style.replaceAll(""); // 过滤style标签         Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);         Matcher m_html = p_html.matcher(htmlStr);         htmlStr = m_html.replaceAll(""); // 过滤html标签         Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);         Matcher m_space = p_space.matcher(htmlStr);         htmlStr = m_space.replaceAll(""); // 过滤空格回车标签         htmlStr = htmlStr.replaceAll("&nbsp;", ""); //过滤&nbsp;         return htmlStr.trim(); // 返回文本字符串     }