【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中流式并行操作parallelStream的原理和使用方法

《Java中流式并行操作parallelStream的原理和使用方法》本文详细介绍了Java中的并行流(parallelStream)的原理、正确使用方法以及在实际业务中的应用案例,并指出在使用并行流... 目录Java中流式并行操作parallelStream0. 问题的产生1. 什么是parallelS

Java中Redisson 的原理深度解析

《Java中Redisson的原理深度解析》Redisson是一个高性能的Redis客户端,它通过将Redis数据结构映射为Java对象和分布式对象,实现了在Java应用中方便地使用Redis,本文... 目录前言一、核心设计理念二、核心架构与通信层1. 基于 Netty 的异步非阻塞通信2. 编解码器三、

SpringBoot基于注解实现数据库字段回填的完整方案

《SpringBoot基于注解实现数据库字段回填的完整方案》这篇文章主要为大家详细介绍了SpringBoot如何基于注解实现数据库字段回填的相关方法,文中的示例代码讲解详细,感兴趣的小伙伴可以了解... 目录数据库表pom.XMLRelationFieldRelationFieldMapping基础的一些代

一篇文章彻底搞懂macOS如何决定java环境

《一篇文章彻底搞懂macOS如何决定java环境》MacOS作为一个功能强大的操作系统,为开发者提供了丰富的开发工具和框架,下面:本文主要介绍macOS如何决定java环境的相关资料,文中通过代码... 目录方法一:使用 which命令方法二:使用 Java_home工具(Apple 官方推荐)那问题来了,

Java HashMap的底层实现原理深度解析

《JavaHashMap的底层实现原理深度解析》HashMap基于数组+链表+红黑树结构,通过哈希算法和扩容机制优化性能,负载因子与树化阈值平衡效率,是Java开发必备的高效数据结构,本文给大家介绍... 目录一、概述:HashMap的宏观结构二、核心数据结构解析1. 数组(桶数组)2. 链表节点(Node

Java AOP面向切面编程的概念和实现方式

《JavaAOP面向切面编程的概念和实现方式》AOP是面向切面编程,通过动态代理将横切关注点(如日志、事务)与核心业务逻辑分离,提升代码复用性和可维护性,本文给大家介绍JavaAOP面向切面编程的概... 目录一、AOP 是什么?二、AOP 的核心概念与实现方式核心概念实现方式三、Spring AOP 的关

详解SpringBoot+Ehcache使用示例

《详解SpringBoot+Ehcache使用示例》本文介绍了SpringBoot中配置Ehcache、自定义get/set方式,并实际使用缓存的过程,文中通过示例代码介绍的非常详细,对大家的学习或者... 目录摘要概念内存与磁盘持久化存储:配置灵活性:编码示例引入依赖:配置ehcache.XML文件:配置

Java 虚拟线程的创建与使用深度解析

《Java虚拟线程的创建与使用深度解析》虚拟线程是Java19中以预览特性形式引入,Java21起正式发布的轻量级线程,本文给大家介绍Java虚拟线程的创建与使用,感兴趣的朋友一起看看吧... 目录一、虚拟线程简介1.1 什么是虚拟线程?1.2 为什么需要虚拟线程?二、虚拟线程与平台线程对比代码对比示例:三

vite搭建vue3项目的搭建步骤

《vite搭建vue3项目的搭建步骤》本文主要介绍了vite搭建vue3项目的搭建步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学... 目录1.确保Nodejs环境2.使用vite-cli工具3.进入项目安装依赖1.确保Nodejs环境

Nginx搭建前端本地预览环境的完整步骤教学

《Nginx搭建前端本地预览环境的完整步骤教学》这篇文章主要为大家详细介绍了Nginx搭建前端本地预览环境的完整步骤教学,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... 目录项目目录结构核心配置文件:nginx.conf脚本化操作:nginx.shnpm 脚本集成总结:对前端的意义很多