java如何去掉html标签

这篇文章给大家分享的是有关java如何去掉html标签的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。

java去掉html标签的方法:1,通过纯正则方法去掉html标签;2、使用“javax.swing.text.html.HTMLEditorKit”去掉html标签;3,通过使用Jsoup框架去掉html标签等等。

一、背景

业务开发中可能需要将html的标签全部去掉,本文将多种方法综合在这里,供大家参考。

二、方法

2.1纯正则方法

import  java.util.regex.Matcher;, 　　import  java.util.regex.Pattern, 　　 　　public  class  HTMLSpirit {, 　　,,,public  static  String  delHTMLTag (String  htmlStr) {, 　　,,,,,,,String  regEx_script=? lt;脚本(^祝辞]* ?祝辞(\ \ \ \年代)* ? & lt; \ \/script>,,,//定义脚本的正则表达式, 　　,,,,,,,String  regEx_style=? lt;风格[^祝辞]* ?祝辞(\ \ \ \年代)* ? & lt; \ \/style>,,,//定义风格的正则表达式, 　　,,,,,,,String  regEx_html=? lt;[^祝辞]+祝辞,,,//定义HTML标签的正则表达式, 　　,,,,,,,, 　　,,,,,,,Pattern  p_script=Pattern.compile (regEx_script Pattern.CASE_INSENSITIVE),, 　　,,,,,,,Matcher  m_script=p_script.matcher (htmlStr);, 　　,,,,,,,htmlStr=m_script.replaceAll(“;”);,//过滤脚本标签, 　　,,,,,,,, 　　,,,,,,,Pattern  p_style=Pattern.compile (regEx_style Pattern.CASE_INSENSITIVE),, 　　,,,,,,,Matcher  m_style=p_style.matcher (htmlStr);, 　　,,,,,,,htmlStr=m_style.replaceAll(“;”);,//过滤风格标签, 　　,,,,,,,, 　　,,,,,,,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, 　　 　　,,,,,,,return  htmlStr.trim();,//返回文本字符串, 　　,,,}, 　　}

2.2使用,javax.swing.text.html。HTMLEditorKit

 import  java.io.IOException;
　　import  java.io.FileReader;
　　import  java.io.Reader;
　　import 并不知道;
　　import  java.util.ArrayList;
　　
　　import  javax.swing.text.html.parser.ParserDelegator;
　　import  javax.swing.text.html.HTMLEditorKit.ParserCallback;
　　import  javax.swing.text.html.HTML.Tag;
　　import  javax.swing.text.MutableAttributeSet;
　　
　　public  class  HTMLUtils  {
　　private 才能;HTMLUtils (), {}
　　
　　public 才能static  List< String>, extractText (Reader 读者),throws  IOException  {
　　,,,final  ArrayList, list =, new  ArrayList ();
　　
　　,,,ParserDelegator  ParserDelegator =, new  ParserDelegator ();
　　,,,ParserCallback  ParserCallback =, new  ParserCallback (), {
　　,,,,,public  void  handleText (final  char[],数据,final  int  pos), {
　　,,,,,,,list.add (new 字符串(数据));
　　,,,,,}
　　,,,,,public  void  handleStartTag (Tag 标签,MutableAttributeSet 属性,,int  pos), {,}
　　,,,,,public  void  handleEndTag (Tag  t, final  int  pos), {,,}
　　,,,,,public  void  handleSimpleTag (Tag  t, MutableAttributeSet ,, final  int  pos), {,}
　　,,,,,public  void  handleComment (final  char[],数据,final  int  pos), {,}
　　,,,,,public  void  handleError (final  java.lang.String  errMsg,, final  int  pos), {,}
　　,,,};
　　,,,parserDelegator.parse(读者,parserCallback,,真的);
　　,,,return 列表;
　　,,}
　　
　　public 才能final  static  void  main (String [], args), throws 异常{
　　,,,FileReader  reader =, new  FileReader (“java-new.html");
　　,,,List, lines =, HTMLUtils.extractText(读者);
　　,,,for  (String  line :行),{
　　,,,,,System.out.println(线);
　　,,,}
　　,,}
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
　　null
java如何去掉html标签