Java过滤任意(script,html,style)标签符,返回纯文本--封装类

1. import java.util.regex.Pattern;  
2.   
3. **  
4. * 过滤标签字符串，返回纯文本  
5. *  
6. */  
7. ublic class ChangePlainText {  
8.   
9.    public static void main(String[] args) {  
10.   
11.        String test="<b>hi</b></br><h1>hello~</h1><哈哈>";  
12.   
13.        String b=ChangePlainText.Html2Text(test);  
14.   
15.        System.out.println(b);  
16.    }  
17.   
18.    public static String Html2Text(String inputString) {  
19.        String htmlStr = inputString; // 含html标签的字符串  
20.        String textStr = "";  
21.        java.util.regex.Pattern p_script;  
22.        java.util.regex.Matcher m_script;  
23.        java.util.regex.Pattern p_style;  
24.        java.util.regex.Matcher m_style;  
25.        java.util.regex.Pattern p_html;  
26.        java.util.regex.Matcher m_html;  
27.   
28.        try {  
29.            String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script>  
30.                                                                                                        // }  
31.            String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style>  
32.                                                                                                    // }  
33.            String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式  
34.   
35.            p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);  
36.            m_script = p_script.matcher(htmlStr);  
37.            htmlStr = m_script.replaceAll(""); // 过滤script标签  
38.   
39.            p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);  
40.            m_style = p_style.matcher(htmlStr);  
41.            htmlStr = m_style.replaceAll(""); // 过滤style标签  
42.   
43.            p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);  
44.            m_html = p_html.matcher(htmlStr);  
45.            htmlStr = m_html.replaceAll(""); // 过滤html标签  
46.   
47.            textStr = htmlStr;  
48.   
49.        } catch (Exception e) {  
50.            System.err.println("Html2Text: " + e.getMessage());  
51.        }  
52.   
53.        return textStr;// 返回文本字符串  
54.    }