html标签字符串中提取出来中文

XuDream

于 2024-08-29 09:40:03 发布

阅读量157

点赞数 4

分类专栏：编程小问题有趣的功能实现文章标签： html 前端

本文链接：https://blog.csdn.net/XuDream/article/details/141667762

版权

有趣的功能实现同时被 2 个专栏收录

40 篇文章 7 订阅

订阅专栏

编程小问题

37 篇文章 3 订阅

订阅专栏

业务场景：

类似在系统发布任务时，页面使用如下图的组件时，新增的内容就是待html标签的文本，大概内容如下，如果在公告列表只需要展示这个内容的一部分，在详情中展示带html的内容，就会展示出待html标签，对于客户不太好理解，所以需要去掉html展示。

<p class="ql-align-center"><strong>中秋放假</strong></p><p>一年一度春节将至，为了便于公司同仁提前安排好工作和出行行程，先根据2024国家法定节假日和公司福利政策，将“春节”期间放假安排通知如下：</p><p>一、放假时间</p><p>&nbsp;&nbsp;2月8日—2月9日，公司员工福利带薪休假日</p><p>&nbsp;&nbsp;2月10日-2月17日，法定春节假日</p><p>&nbsp;&nbsp;共计10天；</p><p>另外注意：2月4日（星期日）、2月18日（星期日）上班</p><p>二、注意事项</p><p>1.请各位同仁合理安排出行时间，提前购票。</p><p>2.在离开公司前，请务必关闭办公室窗户、电源，以确保公司财产安全。</p><p>3.请各部门提前安排好工作，确保2月8日-2月17日放假期间工作无缝对接。有任务未决项目，请项目负责人提前与客户沟通好假期期间的安排，确保客户需求得到满足。同时，请在假期期间保持手机畅通，以便及时处理紧急事宜。</p><p>4.如遇紧急情况，及时与相关部门负责人联系。</p><p>三、祝福</p><p>在此，衷心祝愿大家度过一个愉快的假期！新年快乐，阖家幸福！</p><p>特此通知。</p><p class="ql-align-right">人力资源部</p><p class="ql-align-right">2024年10月18日</p>

在这里插入图片描述

功能实现

引入依赖

<!--html标签提取中文字符-->
<dependency>
	<groupId>org.jsoup</groupId>
	<artifactId>jsoup</artifactId>
	<version>1.13.1</version>
</dependency>

提取工具

package com.joolun.cloud.common.core.util;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

import java.util.ArrayList;
import java.util.List;

/**
 * @ClassName : HtmlGetChineseUtils
 * @Description : html标签获取中文
 * @Author : DreamXu
 * @Date: 2024-08-29 09:07
 */
public class HtmlGetChineseUtils {

	/**
	 * 提取html中的中文字符
	 *
	 * @param html
	 * @return
	 */
	public static String getAllText(String html) {
		Document doc = Jsoup.parse(html);
		String text = doc.text();
		System.out.println("提取的中文字符: " + text);
		return text;
	}

	/**
	 * 提取html中特定标签内的文本数组
	 */
	public static List<String> getTextListByTag(String html, String tag) {
		Document doc = Jsoup.parse(html);
		Elements elements = doc.select("p");
		List<String> list = new ArrayList<>();
		for (Element element : elements) {
			list.add(element.text());
		}
		return list;
	}

	/**
	 * 提取html中特定标签内的文本字符串
	 */
	public static String getTextStrByTag(String html, String tag) {
		Document doc = Jsoup.parse(html);
		return doc.select(tag).text();
	}


	/**
	 * 示例
	 */
	public static void test() {
		String html = "<html><head><title>示例页面</title></head>"
				+ "<body><p>这是一个<strong>HTML</strong>页面的示例文本。</p></body></html>";
		String allText = getAllText(html);
		List<String> pArr = getTextListByTag(html, "p");
		String pStr = getTextStrByTag(html, "p");
		System.out.println("提取的中文字符: " + allText);
		System.out.println("p标签内的文本数组: " + pArr);
		System.out.println("p标签内的文本字符串: " + pStr);
	}


}

XuDream

关注

4
点赞
踩
4

收藏

觉得还不错? 一键收藏
打赏
0
评论
html标签字符串中提取出来中文

类似在系统发布任务时，页面使用如下图的组件时，新增的内容就是待html标签的文本，大概内容如下，如果在公告列表只需要展示这个内容的一部分，在详情中展示带html的内容，就会展示出待html标签，对于客户不太好理解，所以需要去掉html展示。
复制链接

扫一扫