java 去掉html标签

 1 import java.util.regex.Matcher; 

 2 import java.util.regex.Pattern; 

 3 

 4 public class HTMLSpirit{ 

 5     public static String delHTMLTag(String htmlStr){ 

 6         String regEx_script="<script[^>]*?>[\\s\\S]*?<\\/script>"; //定义script的正则表达式 

 7         String regEx_style="<style[^>]*?>[\\s\\S]*?<\\/style>"; //定义style的正则表达式 

 8         String regEx_html="<[^>]+>"; //定义HTML标签的正则表达式 

 9          

10         Pattern p_script=Pattern.compile(regEx_script,Pattern.CASE_INSENSITIVE); 

11         Matcher m_script=p_script.matcher(htmlStr); 

12         htmlStr=m_script.replaceAll(""); //过滤script标签 

13          

14         Pattern p_style=Pattern.compile(regEx_style,Pattern.CASE_INSENSITIVE); 

15         Matcher m_style=p_style.matcher(htmlStr); 

16         htmlStr=m_style.replaceAll(""); //过滤style标签 

17          

18         Pattern p_html=Pattern.compile(regEx_html,Pattern.CASE_INSENSITIVE); 

19         Matcher m_html=p_html.matcher(htmlStr); 

20         htmlStr=m_html.replaceAll(""); //过滤html标签 

21 

22         return htmlStr.trim(); //返回文本字符串 

23     } 

24 }