HTML是超文本标记语言，标准通用标记语言下的一个应用。
“超文本”就是指页面内可以包含图片、链接，甚至音乐、程序等非文字元素。
超文本标记语言的结构包括“头”部分（英语：Head）、和“主体”部分（英语：Body），其中“头”部提供关于网页的信息，“主体”部分提供网页的具体内容。
1、在做接口的时候，有些模板xml标签不是CDATA规范的，这样就会在碰到&这样的字符出现错误，需要替换，简单的思路是字符串替换或正则匹配，将&替换成&。
2、特别是有些专辑描述是html的内容，写入xml文件的时候需要将html内容转化为文本内容。
3、下面给出HTML内容输出为存文本的两种工具方法，方便以后查阅。
方法一：正则替换：
/**
* html转化为text
* @param inputString
* @return
*/
public static String html2Text(String inputString) {
String htmlStr = inputString// 含html标签的字符串
String textStr = ""
java.util.regex.Pattern p_script
java.util.regex.Matcher m_script
java.util.regex.Pattern p_style
java.util.regex.Matcher m_style
java.util.regex.Pattern p_html
java.util.regex.Matcher m_html
try {
String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"// 定义script的正则表达式{或<script>]*?>[\s\S]*?<\/script>
// }
String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"// 定义style的正则表达式{或<style>]*?>[\s\S]*?<\/style>
// }
String regEx_html = "<[^>]+>"// 定义HTML标签的正则表达式
p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE)
m_script = p_script.matcher(htmlStr)
htmlStr = m_script.replaceAll("")// 过滤script标签
p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE)
m_style = p_style.matcher(htmlStr)
htmlStr = m_style.replaceAll("")// 过滤style标签
p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE)
m_html = p_html.matcher(htmlStr)
htmlStr = m_html.replaceAll("")// 过滤html标签
textStr = htmlStr
} catch (Exception e) {
System.err.println("Html2Text: " + e.getMessage())
}
return textStr
}
方法二：采用api形式，先倒入jar包htmllexer.jar,htmlparser.jar,sitecapturer.jar,thumbelina.jar,filterbuilder.jar ：
public static String getHtmlText(String htmlContent) throws Exception
{
if(htmlContent==null)htmlContent=""
// 增加一个<br/>,经测试，如果正文为纯文本,org.htmlparser会把参数当作一个文件处理
StringBuffer sbf = new StringBuffer("")
sbf.append("<br />").append(htmlContent)
Parser parser = new Parser(sbf.toString())
TextExtractingVisitor visitor = new TextExtractingVisitor()
parser.visitAllNodesWith(visitor)
String sReturn = visitor.getExtractedText()
sReturn = sReturn.replace(" ", "")//去掉空格以便统计字数
return sReturn
}
html中用于设置文本框显示宽度的属性是Size。根据查询相关资料显示，在HTML中，html中用于设置文本框显示宽度的属性是Size。用sublimetext2新建一个测试用的html页面，叫test.html。在网页中添加以个label标签和一个input框。预览一下效果，可以知道默认的宽度是10。通过设置size的属性修改一下宽度。可以用“text-align”属性控制文字的位置，“center”属性值让文字居中显示。
1、新建html文档，在body标签中添加一个div标签，在div标签中添加p标签，这时文字将会在div标签中靠左显示：
2、为div标签设置“text-align”属性，属性值为“center”，这时文本将会居中显示：
3、如果想让文本靠右显示，可以为“text-align”属性设置“right”属性值，这时文本将会靠右显示：
