- import java.util.regex.Matcher;
- import java.util.regex.Pattern;
- public class htmlScript{
- public static String delHTMLTag(String htmlStr){
- String regEx_script="<script[^>]*?>[\\s\\S]*?<\\/script>"; //定义script的正则表达式
- String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式
- String regEx_html="<[^>]+>"; //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
- return htmlStr.trim(); //返回文本字符串
- }
- /**
- *去掉字符串里面的html代码。<br>
- *要求数据要规范,比如大于小于号要配套,否则会被集体误杀。
- *
- *@paramcontent
- *内容
- *@return去掉后的内容
- */
- public static String stripHtml(String content){
- //<p>段落替换为换行
- content=content.replaceAll("<p.*?>","");
- //<br><br/>替换为换行
- content=content.replaceAll("<brs*/?>","");
- //去掉其它的<>之间的东西
- content=content.replaceAll("<.*?>","");
- //还原HTML//content=HTMLDecoder.decode(content);
- return content;
- }
- public static String replaceHtml(String html){
- String regEx="<.+?>"; //表示标签
- Pattern p=Pattern.compile(regEx);
- Matcher m=p.matcher(html);
- String s=m.replaceAll("");
- return s;
- }
- //public static void main(String[] args) {
- // String s = "<!DOCTYPE html PUBLIC ''-//WAPFORUM//DTD XHTML Mobile 1.0//EN'' ''http://www.wapforum.org/DTD/xhtml-mobile10.dtd''><html xmlns=''http://www.w3.org/1999/xhtml''><head><meta http-equiv=''Content-Type'' content=''text/html; charset=utf-8'' /><meta id=''viewport'' name=''viewport'' content=''width=320,initial-scale=1,maximum-scale=1,user-scalable=0;'' /><title>概述-白塞病诊断和治疗指南</title><link ' /><script type=''text/javascript'' src=''Pub/js/jquery-1.6.1.min.js''></script><script type=''text/javascript'' src=''Pub/js/base.js''></script></head><body><div id=''Layout''><div class=''titleBar''><h1 id= ''1''>1. 概述</h1></div><div class=''mainContainer''><p>白塞病(Behcet's disease,BD)又称贝赫切特病、口-眼-生殖器三联征等。 </p></div></div></body></html>";
- // delHTMLTag(s);
- //System.out.println(delHTMLTag(s));
- //}
- }
来源: http://www.phpxs.com/code/1002507/