【Java】【31】去掉字符串中的html标签

前言：

1，replaceAll

2，正则表达式

正文：

1，replaceAll

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

2，正则表达式

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 
    } 
}

参考博客：

java 去掉html标签 - 大脸 - 博客园
https://www.cnblogs.com/newsouls/p/3995394.html