java去除HTML标签

java去除HTML标签，去除class=MsoNormal

/**
     * 去除html代码中含有的标签
     * @param htmlStr
     * @return
     */
    public static String delHtmlTags(String htmlStr) {
        //定义script的正则表达式，去除js可以防止注入
        String scriptRegex="<script[^>]*?>[\\s\\S]*?<\\/script>";
        //定义style的正则表达式，去除style样式，防止css代码过多时只截取到css样式代码
        String styleRegex="<style[^>]*?>[\\s\\S]*?<\\/style>";
        //定义HTML标签的正则表达式，去除标签，只提取文字内容
        String htmlRegex="<[^>]+>";
        //定义空格,回车,换行符,制表符
        String spaceRegex = "\\s*|\t|\r|\n";
        // 过滤script标签
        htmlStr = htmlStr.replaceAll(scriptRegex, "");
        // 过滤style标签
        htmlStr = htmlStr.replaceAll(styleRegex, "");
        // 过滤html标签
        htmlStr = htmlStr.replaceAll(htmlRegex, "");
        // 过滤空格等
        htmlStr = htmlStr.replaceAll(spaceRegex, "");
        return htmlStr.trim(); // 返回文本字符串
    }

java实现HTML标签转义和反转义(StringEscapeUtils)

反转义：数据库中存储的转义后的文本有时需要反转至页面。

  例如：字符串: "<p>我的<br/>评论</p&gt"

             反转义后为"<p>我的<br/>评论</p>"

String HTML = "<p>指示"
String ReHTML = StringEscapeUtils.unescapeHtml(HTML);
HTML = "<p>指示"

举例：用于Excel导出内容

数据库存值：

String audit_info =  "</span><span lang="EN-US"><o:p></o:p></span></p><p class="MsoNormal" align="left"><br></p><p>
</p><p class="MsoNormal"><span lang="EN-US"> </span></p>指导意见："

String aduitcontent = "";
if (!"".equals(audit_info) ){
				aduitcontent = ExcelUtil.delHtmlTags(StringEscapeUtils.unescapeHtml(audit_info));
			} //ExcelUtil 自己写的工具类

参考文献：https://www.cnblogs.com/wenhainan/p/7411422.html