【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 NoClassDefFoundError运行时错误分析解决

《JavaNoClassDefFoundError运行时错误分析解决》在Java开发中,NoClassDefFoundError是一种常见的运行时错误,它通常表明Java虚拟机在尝试加载一个类时未能... 目录前言一、问题分析二、报错原因三、解决思路检查类路径配置检查依赖库检查类文件调试类加载器问题四、常见

Java注解之超越Javadoc的元数据利器详解

《Java注解之超越Javadoc的元数据利器详解》本文将深入探讨Java注解的定义、类型、内置注解、自定义注解、保留策略、实际应用场景及最佳实践,无论是初学者还是资深开发者,都能通过本文了解如何利用... 目录什么是注解?注解的类型内置注编程解自定义注解注解的保留策略实际用例最佳实践总结在 Java 编程

Java 实用工具类Spring 的 AnnotationUtils详解

《Java实用工具类Spring的AnnotationUtils详解》Spring框架提供了一个强大的注解工具类org.springframework.core.annotation.Annot... 目录前言一、AnnotationUtils 的常用方法二、常见应用场景三、与 JDK 原生注解 API 的

Java controller接口出入参时间序列化转换操作方法(两种)

《Javacontroller接口出入参时间序列化转换操作方法(两种)》:本文主要介绍Javacontroller接口出入参时间序列化转换操作方法,本文给大家列举两种简单方法,感兴趣的朋友一起看... 目录方式一、使用注解方式二、统一配置场景:在controller编写的接口,在前后端交互过程中一般都会涉及

Java中的StringBuilder之如何高效构建字符串

《Java中的StringBuilder之如何高效构建字符串》本文将深入浅出地介绍StringBuilder的使用方法、性能优势以及相关字符串处理技术,结合代码示例帮助读者更好地理解和应用,希望对大家... 目录关键点什么是 StringBuilder?为什么需要 StringBuilder?如何使用 St

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言:当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

Java并发编程之如何优雅关闭钩子Shutdown Hook

《Java并发编程之如何优雅关闭钩子ShutdownHook》这篇文章主要为大家详细介绍了Java如何实现优雅关闭钩子ShutdownHook,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... 目录关闭钩子简介关闭钩子应用场景数据库连接实战演示使用关闭钩子的注意事项开源框架中的关闭钩子机制1.

Maven中引入 springboot 相关依赖的方式(最新推荐)

《Maven中引入springboot相关依赖的方式(最新推荐)》:本文主要介绍Maven中引入springboot相关依赖的方式(最新推荐),本文给大家介绍的非常详细,对大家的学习或工作具有... 目录Maven中引入 springboot 相关依赖的方式1. 不使用版本管理(不推荐)2、使用版本管理(推

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows