【java工具类】去除HTML的标签的java代码如下:

2024-06-09 17:48

本文主要是介绍【java工具类】去除HTML的标签的java代码如下:,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

java工具类:

 

 

去除HTML的标签的java代码如下:

public class HtmlFilterTagUtils {private static final int subLength = 200; //截取字符串长度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 d_class = "<d class=[^>]*?>[\\s\\S]*?";// 定义SpanHTMLClass标签的正则表达式private static final String a_class = "<a[^>]*?>[\\s\\S]*?";// 定义AHTMLClass标签的正则表达式//    private static final String span_class = "<span class\\s*[^>]*>(.*?)<\\/span>";// 定义HTMLClass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private static final String regEx_enter = "(^|(\\r\\n|\\n))\\s*(\\r\\n|\\n)";//   private static final String regEx_enter = "(\n|\r\n)\\s+";//空白行private static final String regEx_weixinJs = "<span data-shimo-docs=\"(.*?)\">";public static String filter(String htmlStr) {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String reg = ">\\s+([^\\s<]*)\\s+<";htmlStr = htmlStr.replaceAll(reg, ">$1<");htmlStr = htmlStr.replace("<p>&rdquo;&rdquo;</p>", "");htmlStr = htmlStr.replace("<br>", "<br>\n");htmlStr = htmlStr.replace("</table>", "</table>\n").replace("</h1>", "</h1>\n").replace("</li>", "</li>\r\n").replace("</p>", "</p>\n").replace("</div>", "\n").replace("</br>", "</br>\n").replace("</i>", "</i>\n").replace("</tr>", "</tr>\r\n");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htmlStr = htmlStr.replace("&rdquo;", " ").replace("&ldquo;", " ").replace("&nbsp;", " ").replace("&ensp", " ").replace("&emsp;", " "); // 过滤空格htmlStr = htmlStr.replace(" ", "").replace(" ", "").replace("\\t", "").replace("\n\n", "\n").replace("\n\n.replace(\"&ensp;\",\" \")", "\n").replace("\n\n", "\n");Pattern p_enter = Pattern.compile(regEx_enter, Pattern.CASE_INSENSITIVE);Matcher m_enter = p_enter.matcher(htmlStr);htmlStr = m_enter.replaceAll(""); // 过滤空格回车标签htmlStr = htmlStr.replace("\n", "\n\n").replace("\r\n\n", "\n");return htmlStr; // 返回文本字符串3}public static String filterSpan(String htmlStr) {Pattern p_html = Pattern.compile(d_class, Pattern.CASE_INSENSITIVE);Matcher m_html = p_html.matcher(htmlStr);htmlStr = m_html.replaceAll(""); // 过滤html标签return htmlStr; // 返回文本字符串}public static String filterA(String htmlStr) {htmlStr = htmlStr.replaceAll(regEx_weixinJs, "");return htmlStr;}/****  返回文本字符串 <div></d>进行特殊处理* @param htmlStr* @return*/public static String filterSpanContent(String htmlStr) {Pattern p_html = Pattern.compile(d_class, Pattern.CASE_INSENSITIVE);Matcher m_html = p_html.matcher(htmlStr);htmlStr = m_html.replaceAll("");htmlStr = htmlStr.replace("</d>", "");// &ensp;	 	半个空白位  &emsp;	 	一个空白位  &nbsp;	 	不断行的空白htmlStr = htmlStr.replace("&rdquo;", " ").replace("&ldquo;", "\"").replace("&nbsp;", " ").replace("&ensp", " ").replace("&emsp;", " "); // 过滤空格return htmlStr;}public static String filterHtml(String htmlStr) {Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);Matcher m_html = p_html.matcher(htmlStr);htmlStr = m_html.replaceAll("");return htmlStr;}/**** 替换掉微信特有的js代码* @param htmlStr* @return*/public static String filterWeixinJs(String htmlStr) {htmlStr = htmlStr.replaceAll(regEx_weixinJs, "");return htmlStr;}/***** 获取图片的链接处理  <src* @param html* @return*/public static List<String> getImgSRC(String html) {String regex = "src=\"(.*?)\"";List<String> list = new ArrayList<>();Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(html);while (ma.find()) {list.add(ma.group());}return list;}/***** 获取# 特殊字符识别的字符串  <src* @param expression* @return*/public static String getStrFromMark(String expression) {String regex = "#(.*?)#";List<String> list = new ArrayList<>();Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(expression);String result = "";while (ma.find()) {result = ma.group();break;}result = result.replace("#", "");return result;}/***** 获取# 特殊字符识别的字符串  <src* @param expression* @return*/public static List<String> getStrFromMarkList(String expression) {String regex = "#(.*?)#";List<String> list = new ArrayList<>();Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(expression);String result = "";while (ma.find()) {result = ma.group();list.add(result);}return list;}public static List<String> getImg(String html) {String regex = "<(img|IMG).*?(\\>|\\/>|\\<\\/img>)";List<String> list = new ArrayList<>();Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(html);while (ma.find()) {list.add(ma.group());}return list;}public static List<String> getImgANDSRC(String html) {String regex = "<img[\\s+]src=.*?(\\/>|\\<\\/img>)";List<String> list = new ArrayList<>();Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(html);while (ma.find()) {list.add(ma.group());}return list;}public static Boolean isPattern(String content, String regex) {if(StringUtils.isBlank(content)){return false;}Pattern pa = Pattern.compile(regex, Pattern.DOTALL);Matcher ma = pa.matcher(content);if (ma.find()) {return true;}return false;}/***** 排除掉单引号的影响* @param title* @return*/public static String getTitleNoMark(String title) {title = title.replace("'", "\\'");title = title.replace(",", "\\\\,");return title;}
}

 

这篇关于【java工具类】去除HTML的标签的java代码如下:的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1045868

相关文章

Spring boot整合dubbo+zookeeper的详细过程

《Springboot整合dubbo+zookeeper的详细过程》本文讲解SpringBoot整合Dubbo与Zookeeper实现API、Provider、Consumer模式,包含依赖配置、... 目录Spring boot整合dubbo+zookeeper1.创建父工程2.父工程引入依赖3.创建ap

SpringBoot结合Docker进行容器化处理指南

《SpringBoot结合Docker进行容器化处理指南》在当今快速发展的软件工程领域,SpringBoot和Docker已经成为现代Java开发者的必备工具,本文将深入讲解如何将一个SpringBo... 目录前言一、为什么选择 Spring Bootjavascript + docker1. 快速部署与

Spring Boot spring-boot-maven-plugin 参数配置详解(最新推荐)

《SpringBootspring-boot-maven-plugin参数配置详解(最新推荐)》文章介绍了SpringBootMaven插件的5个核心目标(repackage、run、start... 目录一 spring-boot-maven-plugin 插件的5个Goals二 应用场景1 重新打包应用

SpringBoot+EasyExcel实现自定义复杂样式导入导出

《SpringBoot+EasyExcel实现自定义复杂样式导入导出》这篇文章主要为大家详细介绍了SpringBoot如何结果EasyExcel实现自定义复杂样式导入导出功能,文中的示例代码讲解详细,... 目录安装处理自定义导出复杂场景1、列不固定,动态列2、动态下拉3、自定义锁定行/列,添加密码4、合并

Spring Boot集成Druid实现数据源管理与监控的详细步骤

《SpringBoot集成Druid实现数据源管理与监控的详细步骤》本文介绍如何在SpringBoot项目中集成Druid数据库连接池,包括环境搭建、Maven依赖配置、SpringBoot配置文件... 目录1. 引言1.1 环境准备1.2 Druid介绍2. 配置Druid连接池3. 查看Druid监控

Java中读取YAML文件配置信息常见问题及解决方法

《Java中读取YAML文件配置信息常见问题及解决方法》:本文主要介绍Java中读取YAML文件配置信息常见问题及解决方法,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要... 目录1 使用Spring Boot的@ConfigurationProperties2. 使用@Valu

创建Java keystore文件的完整指南及详细步骤

《创建Javakeystore文件的完整指南及详细步骤》本文详解Java中keystore的创建与配置,涵盖私钥管理、自签名与CA证书生成、SSL/TLS应用,强调安全存储及验证机制,确保通信加密和... 目录1. 秘密键(私钥)的理解与管理私钥的定义与重要性私钥的管理策略私钥的生成与存储2. 证书的创建与

浅析Spring如何控制Bean的加载顺序

《浅析Spring如何控制Bean的加载顺序》在大多数情况下,我们不需要手动控制Bean的加载顺序,因为Spring的IoC容器足够智能,但在某些特殊场景下,这种隐式的依赖关系可能不存在,下面我们就来... 目录核心原则:依赖驱动加载手动控制 Bean 加载顺序的方法方法 1:使用@DependsOn(最直

SpringBoot中如何使用Assert进行断言校验

《SpringBoot中如何使用Assert进行断言校验》Java提供了内置的assert机制,而Spring框架也提供了更强大的Assert工具类来帮助开发者进行参数校验和状态检查,下... 目录前言一、Java 原生assert简介1.1 使用方式1.2 示例代码1.3 优缺点分析二、Spring Fr

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、