Java后台去除前台传递数据中的页面标签(HTML,Javascript,Style),获取文本内容!

时间:2022-01-18 17:26:03

[Code]

public class TextTest{
//定义匹配script脚本标签的正则表达式
private final String reg_script="<script[^>]*?>[\\s\\S]*?<\\/script>";
//定义匹配style样式的正则表达式
private final String reg_style="<style[^>]*?>[\\s\\S]*?<\\/style>";
//定义匹配html标签的正则表达式
private final String reg_html="<[.[^>]]*>";
//定义匹配空格的正则表达式
private final String reg_space="\\s*|\t|\r|\n";

//删除标签
private String delTag(String htmlStr) {
//创建模式,CASE_INSENSITIVE静态常量可以忽略大小写
Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
//创建适配器完成匹配,被匹配中的变成空串
Matcher m_script = p_script.matcher(htmlStr);// 过滤script标签
//替换所有空串,达到删除的效果
htmlStr = m_script.replaceAll("");

Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
Matcher m_style = p_style.matcher(htmlStr); // 过滤style标签
htmlStr = m_style.replaceAll("");

Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
Matcher m_html = p_html.matcher(htmlStr); // 过滤html标签
htmlStr = m_html.replaceAll("");

Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
Matcher m_space = p_space.matcher(htmlStr); // 过滤空格回车标签
htmlStr = m_space.replaceAll("");
return htmlStr.trim(); // 返回文本字符串
}

//提取文本
private String getTextFromHtml(String htmlStr){
if(StringUtils.isNotEmpty(htmlStr)){
// 删除html标签
htmlStr = delTag(htmlStr);
htmlStr = htmlStr.replaceAll("&nbsp;", "");
return htmlStr;
}else{
return "";
}
}
}