Java去掉字符串中所有的标签，获取纯文本内容,获取src

package com.liuzy.javaopen.seivice;

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {
/**
 * @Title: main 
 * @Description:
 * @param args 
 * @author 
 * @date 2016年2月17日
 * 1、去掉字符串中所有的标签，获取纯文本内容
 * 2、获取html节点中img的src路径
 */
public static void main(String[] args) {
 String html = "

12132第一串字符

这是第二窜字符

"; Pattern p = Pattern.compile("]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>"); Matcher m = p.matcher(html); List srcs = new ArrayList(); while(m.find()){ srcs.add(m.group(1)); } String regex = "<[^>]*>"; String str = html.replaceAll(regex, ""); System.out.println(str+"\n"+srcs.get(0)); } }

Java去掉字符串中所有的标签，获取纯文本内容