String s="asdfasd<script>asdfsfd</script>1234"
System.out.println(s.replaceAll("<script.*?(?<=/script>)",""))
2.去除所有HTML标记
import java.util.regex.Matcher
import java.util.regex.Pattern
public class HTMLSpirit{ ITjob 远标教育
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
}
}
可以通过正则表达式去除html标签
import java.util.regex.Matcherimport java.util.regex.Pattern
public class HtmlUtil {
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
/**
* @param htmlStr
* @return
* 删除Html标签
*/
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("") // 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
return htmlStr.trim() // 返回文本字符串
}
public static String getTextFromHtml(String htmlStr){
htmlStr = delHTMLTag(htmlStr)
htmlStr = htmlStr.replaceAll(" ", "")
htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1)
return htmlStr
}
public static void main(String[] args) {
String str = "<div style='text-align:center'> 整治“四风” 清弊除垢<br/><span style='font-size:14px'> </span><span style='font-size:18px'>公司召开党的群众路线教育实践活动动员大会</span><br/></div>"
System.out.println(getTextFromHtml(str))
}
}
这个方法是替换内容,最后trim方法是,清除字符串两边的空格String newStr =str.replaceAll("<p>", "").replaceAll("</p>", "").trim()