java 保留标签_(HTML选择性过滤) java正则,过滤掉HTML标签,但保留指定的标签如 p,img,apan...

方法一：

/**过滤HTML里去除img、p、span外的所有标签

* @param str

* @return

* @throws PatternSyntaxException

*/

public static String stringFilter(String str)throws PatternSyntaxException {

String regEx = "(?!)<.>";

Pattern p_html = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);

Matcher m_html = p_html.matcher(str);

str = m_html.replaceAll("");

return str.trim(); // 返回文本字符串

}

方法二(会缺少一个jar包，请自行百度下载)：

import org.apache.oro.text.perl.*;

class CleanHtml {

public static String clean(String html){

StringBuffer buffer = new StringBuffer();

Perl5Util preg = new Perl5Util();

preg.substitute(buffer,"s/

//过滤script标签

html =buffer.toString();

buffer.setLength(0);

preg.substitute(buffer,"s#<[/]*?(?!p|img|span)[^<>]*?>##gmi",html);

//( p/img/span ...标签之外,都删除)

html =buffer.toString();

buffer.setLength(0);

return html;

}

}

上面模板可以根据需求自行更改，也适用于其他情况

补充过滤所有的标签：

text = text.replaceAll("<.*?>", "");