去除html标签的工具类,删除html标签的工具类代码教程

删除html标签的工具类

/**

* 删除html标签

*

* @param inputstring

* @return

*/

public static string htmlremovetag(string html) {

if (html == null)

return null;

string htmlstr = html; // 含html标签的字符串

string textstr = "";

java.util.regex.pattern p_script;

java.util.regex.matcher m_script;

java.util.regex.pattern p_style;

java.util.regex.matcher m_style;

java.util.regex.pattern p_html;

java.util.regex.matcher m_html;

try {

string regex_script = "]*?>[\\s\\s]*?"; // 定义script的正则表达式{或

// }

string regex_style = "<[\\s]*?style[^>]*?>[\\s\\s]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定义style的正则表达式{或]*?>[\\s\\s]*?<\\/style>

// }

string regex_html = "<[^>]+>"; // 定义html标签的正则表达式

p_script = pattern.compile(regex_script, pattern.case_insensitive);

m_script = p_script.matcher(htmlstr);

htmlstr = m_script.replaceall(""); // 过滤script标签

p_style = pattern.compile(regex_style, pattern.case_insensitive);

m_style = p_style.matcher(htmlstr);

htmlstr = m_style.replaceall(""); // 过滤style标签

p_html = pattern.compile(regex_html, pattern.case_insensitive);

m_html = p_html.matcher(htmlstr);

htmlstr = m_html.replaceall(""); // 过滤html标签

textstr = htmlstr;

} catch (exception e) {

// system.err.println("html2text: " + e.getmessage());

}

return textstr.replaceall("\\s*", "");// 返回文本字符串

}