Lösung zum Entfernen von HTML-Tags mithilfe regulärer Ausdrücke

使用正则表达式删除HTML标签。 

import java.util.regex.Matcher; 
import java.util.regex.Pattern; 
public class HTMLSpirit{ 
   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 
   } 
}

Java中去掉网页HTML标记的方法
Java里面去掉网页里的HTML标记的方法：

/** 
* 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。 
* 
* @param content 
* 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 .*?>", "\r\n"); 
// <br><br/>替换为换行 
content = content.replaceAll("<br\\s*/?>", "\r\n"); 
// 去掉其它的<>之间的东西 
content = content.replaceAll("\\<.*?>", ""); 
// 还原HTML 
// content = HTMLDecoder.decode(content); 
return content; 
}

Das obige ist der detaillierte Inhalt vonLösung zum Entfernen von HTML-Tags mithilfe regulärer Ausdrücke. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!