正则表达式 - 去除文本中html标签

//去掉html标签

public static String delHTMLTag(String htmlStr) {

String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达式

String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定义style的正则表达式

String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式



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


return htmlStr.trim().replaceAll(" ", ""); // 返回文本字符串



}