Java正则表达式过滤html中的标签

今天在写项目中发现，发布一篇文章包含图片时数据库里存入的包含html标签，在文章列表中会显示这些标签，而不是过滤掉这些标签只展示内容，记录一下后台过滤的方法：

package com.util;

/**去除内容中html标签*/
public class HtmlSplit {
    public static void main(String[] args) {
        String html = "<p></p><p><font style=\"vertical-align: inherit;\"><font style=\"vertical-align: inherit;\">小号sssssssssssssssssssss</font></font></p>";
        String htmlSplit = getHtmlSplit(html);
        System.out.println(htmlSplit);
    }
    /**目前去除<a></a>,<img>,<p></p>,<br>,<div></div>,<iframe></iframe>,<span></span>,<h></h>,<font></font>标签,将其替换为空*/
    public static String getHtmlSplit(String html){
        html=html.replaceAll("<a href[^>]*>", "");
        html=html.replaceAll("</a>", "");
        html=html.replaceAll("<img[^>]*>", "");
        html=html.replaceAll("<p[^>]*>", "");
        html=html.replaceAll("</p>", "");
        html=html.replaceAll("<br[^>]*>", "");
        html=html.replaceAll("<div[^>]*>", "");
        html=html.replaceAll("</div>", "");
        html=html.replaceAll("<iframe src[^>]*>", "");
        html=html.replaceAll("</iframe>", "");
        html=html.replaceAll("<span style[^>]*>", "");
        html=html.replaceAll("</span>", "");
        html=html.replaceAll("<h1[^>]*>", "");
        html=html.replaceAll("</h1>", "");
        html=html.replaceAll("<h2[^>]*>", "");
        html=html.replaceAll("</h2>", "");
        html=html.replaceAll("<h3[^>]*>", "");
        html=html.replaceAll("</h3>", "");
        html=html.replaceAll("<h4[^>]*>", "");
        html=html.replaceAll("</h4>", "");
        html=html.replaceAll("<h5[^>]*>", "");
        html=html.replaceAll("</h5>", "");
        html=html.replaceAll("<font style[^>]*>", "");
        html=html.replaceAll("</font>", "");
        html=html.replaceAll("&nbsp", "");
        return html;
    }
}

运行结果是：

上面是把html对应的标签进行替换了，也可以自行添加需要替换的标签

其实数据库可以再设置一个去除标签后的字段来保存这个内容，列表展示时只展示这个字段的内容，可以作为工具类使用:

 

这是通过后台进行正则表达式的过滤，也可以前台。