【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

Java实现检查多个时间段是否有重合

《Java实现检查多个时间段是否有重合》这篇文章主要为大家详细介绍了如何使用Java实现检查多个时间段是否有重合,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录流程概述步骤详解China编程步骤1:定义时间段类步骤2:添加时间段步骤3:检查时间段是否有重合步骤4:输出结果示例代码结语作

Java中String字符串使用避坑指南

《Java中String字符串使用避坑指南》Java中的String字符串是我们日常编程中用得最多的类之一,看似简单的String使用,却隐藏着不少“坑”,如果不注意,可能会导致性能问题、意外的错误容... 目录8个避坑点如下:1. 字符串的不可变性:每次修改都创建新对象2. 使用 == 比较字符串,陷阱满

Java判断多个时间段是否重合的方法小结

《Java判断多个时间段是否重合的方法小结》这篇文章主要为大家详细介绍了Java中判断多个时间段是否重合的方法,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录判断多个时间段是否有间隔判断时间段集合是否与某时间段重合判断多个时间段是否有间隔实体类内容public class D

IDEA编译报错“java: 常量字符串过长”的原因及解决方法

《IDEA编译报错“java:常量字符串过长”的原因及解决方法》今天在开发过程中,由于尝试将一个文件的Base64字符串设置为常量,结果导致IDEA编译的时候出现了如下报错java:常量字符串过长,... 目录一、问题描述二、问题原因2.1 理论角度2.2 源码角度三、解决方案解决方案①:StringBui

Java覆盖第三方jar包中的某一个类的实现方法

《Java覆盖第三方jar包中的某一个类的实现方法》在我们日常的开发中,经常需要使用第三方的jar包,有时候我们会发现第三方的jar包中的某一个类有问题,或者我们需要定制化修改其中的逻辑,那么应该如何... 目录一、需求描述二、示例描述三、操作步骤四、验证结果五、实现原理一、需求描述需求描述如下:需要在

Java中ArrayList和LinkedList有什么区别举例详解

《Java中ArrayList和LinkedList有什么区别举例详解》:本文主要介绍Java中ArrayList和LinkedList区别的相关资料,包括数据结构特性、核心操作性能、内存与GC影... 目录一、底层数据结构二、核心操作性能对比三、内存与 GC 影响四、扩容机制五、线程安全与并发方案六、工程

部署Vue项目到服务器后404错误的原因及解决方案

《部署Vue项目到服务器后404错误的原因及解决方案》文章介绍了Vue项目部署步骤以及404错误的解决方案,部署步骤包括构建项目、上传文件、配置Web服务器、重启Nginx和访问域名,404错误通常是... 目录一、vue项目部署步骤二、404错误原因及解决方案错误场景原因分析解决方案一、Vue项目部署步骤

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

如何使用Java实现请求deepseek

《如何使用Java实现请求deepseek》这篇文章主要为大家详细介绍了如何使用Java实现请求deepseek功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1.deepseek的api创建2.Java实现请求deepseek2.1 pom文件2.2 json转化文件2.2

Java调用DeepSeek API的最佳实践及详细代码示例

《Java调用DeepSeekAPI的最佳实践及详细代码示例》:本文主要介绍如何使用Java调用DeepSeekAPI,包括获取API密钥、添加HTTP客户端依赖、创建HTTP请求、处理响应、... 目录1. 获取API密钥2. 添加HTTP客户端依赖3. 创建HTTP请求4. 处理响应5. 错误处理6.