JAVA过滤HTML、Script、Style标签

最新推荐文章于 2024-08-04 11:37:41 发布

邓苏镇

最新推荐文章于 2024-08-04 11:37:41 发布

阅读量6k

点赞数 3

分类专栏：技术文章标签： JAVA过滤HTML标签 JAVA过滤Script标签 JAVA过滤Style标签

本文链接：https://blog.csdn.net/qq_35092224/article/details/83512477

版权

技术专栏收录该内容

20 篇文章 0 订阅

订阅专栏

import org.apache.commons.lang3.StringUtils;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

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


public class HtmlUtil {

    private static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达式
    private static final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定义style的正则表达式
    private static final String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式
    private static final String regEx_space = "\\s*|\t|\r|\n";//定义空格回车换行符

    /**
     * @param htmlStr
     * @return
     *  删除Html标签
     */
    public static String delHTMLTag(String htmlStr) {
        Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
        Matcher m_script = p_script.matcher(htmlStr);
        htmlStr = m_script.replaceAll(""); // 过滤script标签

        Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
        Matcher m_style = p_style.matcher(htmlStr);
        htmlStr = m_style.replaceAll(""); // 过滤style标签

        Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
        Matcher m_html = p_html.matcher(htmlStr);
        htmlStr = m_html.replaceAll(""); // 过滤html标签

        Pattern p_space = Pattern.compile(regEx_space, Pattern.CASE_INSENSITIVE);
        Matcher m_space = p_space.matcher(htmlStr);
        htmlStr = m_space.replaceAll(""); // 过滤空格回车标签
        return htmlStr.trim(); // 返回文本字符串
    }


    /**
     * 修该公告文本中的a标签
     * @param text 公告文本
     */
    public static String modifyATagByAnno(String text) {
        checkHtmlIsEmpty(text);
        Document document =  Jsoup.parse(text);
        Elements es = document.getElementsByTag("a");
        for(Element a : es){
            if(!a.hasAttr("style")){
                a.attr("style","cursor: default; color: black; text-decoration: none;");
            }
            a.attr("href","javascript:void(0)");
        }
        return document.body().html();
    }


    private static void checkHtmlIsEmpty(String html){
        if(StringUtils.isBlank(html)){
            throw new NullPointerException("announcement content is empty!");
        }
    }

    public static String getTextFromHtml(String htmlStr){
        htmlStr = delHTMLTag(htmlStr);
        htmlStr = htmlStr.replaceAll("&nbsp;", "");
        //htmlStr = htmlStr.substring(0, htmlStr.indexOf("。")+1);
        return htmlStr;
    }
    public static void main(String strs[]){
        System.err.print(getTextFromHtml("<p>东科教育</p><p>测试  www.dongkit.com</p>");
    }
}