• coding++:java—提取Html文本字符串中的内容


    package com.tree.ztree_demo;
    
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class StringTools {
    
        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*|	|
    |
    ";//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
            htmlStr = htmlStr.replaceAll("&nbsp;", "");
            htmlStr = htmlStr.replaceAll("↵", "");
            return htmlStr.trim(); // 返回文本字符串
        }
    
    }
  • 相关阅读:
    python基础01ifelifelse判断
    程序员兼职网站
    python基础01while循环
    git 忽略本地文件提交(VS)
    Qt中基于QTcpServer和QTcpSocket的网络通信
    pythondocx生成多级编号数字列表
    20211912 202120222 《网络攻防实践》第十周作业
    20211912 202120222 《网络攻防实践》第十一周作业
    python常见数学操作
    lightgbm
  • 原文地址:https://www.cnblogs.com/codingmode/p/11842732.html
Copyright © 2020-2023  润新知