JAVA过滤标签实现将html内容转换为文本的方法示例

这篇文章主要介绍了JAVA过滤标签实现将html内容转换为文本的方法,涉及java针对HTML代码的正则替换相关操作技巧,需要的朋友可以参考下

本文实例讲述了JAVA过滤标签实现将html内容转换为文本的方法。分享给大家供大家参考,具体如下:

 /** * 把html内容转为文本 * @param html 需要处理的html文本 * @param filterTags 需要保留的html标签样式 * @return */ public static String trimHtml2Txt(String html, String[] filterTags){ html = html.replaceAll("\\[\\s\\S]*?(?i)", "");//去掉head html = html.replaceAll("\\", "");//去掉注释 html = html.replaceAll("\\", ""); html = html.replaceAll("\\]*>[\\s\\S]*?(?i)", "");//去掉样式 html = html.replaceAll("\\(?i)", "");//去掉js html = html.replaceAll("\\]+>[\\s\\S]*?]+>(?i)", "");//去掉word标签 html = html.replaceAll("\\[\\s\\S]*?(?i)", ""); html = html.replaceAll("\\]*>|]*>||(?i)", ""); html = html.replaceAll("\\\r\n|\n|\r", " ");//去掉换行 html = html.replaceAll("\\]*>(?i)", "\n\r"); List tags = new ArrayList(); List s_tags = new ArrayList(); List halfTag = Arrays.asList(new String[]{"img","table","thead","th","tr","td"});// if(filterTags != null && filterTags.length > 0){ for (String tag : filterTags) { tags.add("<"+tag+(halfTag.contains(tag)?"":">"));//开始标签 if(!"img".equals(tag)) tags.add("");//结束标签 s_tags.add("#REPLACETAG"+tag+(halfTag.contains(tag)?"":"REPLACETAG#"));//尽量替换为复杂一点的标记,以免与显示文本混合,如:文本中包含#td、#table等 if(!"img".equals(tag)) s_tags.add("#REPLACETAG/"+tag+"REPLACETAG#"); } } html = StringUtils.replaceEach(html, tags.toArray(new String[tags.size()]), s_tags.toArray(new String[s_tags.size()])); html = html.replaceAll("\\

(?i)", "\n\r"); html = html.replaceAll("\\<[^>]+>", ""); html = StringUtils.replaceEach(html,s_tags.toArray(new String[s_tags.size()]),tags.toArray(new String[tags.size()])); html = html.replaceAll("\\ ", " "); return html.trim(); }

PS:这里再为大家推荐一款功能类似的在线工具供大家参考使用:

在线html/js/css代码过滤工具
http://tools.0133.cn/code/htmlfilter

另外,关于正则操作,这里再为大家推荐两款相关在线工具:

JavaScript正则表达式在线测试工具:
http://tools.0133.cn/regex/javascript

正则表达式在线生成工具:
http://tools.0133.cn/regex/create_reg

更多关于java算法相关内容感兴趣的读者可查看本站专题:《Java数据结构与算法教程》、《Java字符与字符串操作技巧总结》、《Java操作DOM节点技巧总结》、《Java文件与目录操作技巧汇总》和《Java缓存操作技巧汇总

希望本文所述对大家java程序设计有所帮助。

以上就是JAVA过滤标签实现将html内容转换为文本的方法示例的详细内容,更多请关注0133技术站其它相关文章!

赞(0) 打赏
未经允许不得转载:0133技术站首页 » Java