java html 标签_java 如何去除html中的一个指定标签和指定标签里的内容

展开全部

java处理html指定标签最好用正则表达式。例如要去除html中所有的h1标签和类容就可以用下面的演示代码e5a48de588b662616964757a686964616f31333337393561：package konw.reg;

import java.io.BufferedReader;

import java.io.BufferedWriter;

import java.io.FileNotFoundException;

import java.io.FileReader;

import java.io.FileWriter;

import java.io.IOException;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class RemoveTag

{

public static void main(String[] args)

{

FileReader fr;

String content =null;

String regex = ".*[Hh]1>";

try

{

fr = new FileReader("tag.html");

BufferedReader br = new BufferedReader(fr);

String str = null;

StringBuffer sb = new StringBuffer();

while((str = br.readLine()) != null)

{

sb.append(str+"\n");

}

content = sb.toString();

br.close();

} catch (FileNotFoundException e)

{

e.printStackTrace();

} catch (IOException e)

{

e.printStackTrace();

}

Pattern pattern = Pattern.compile(regex);

Matcher matcher = pattern.matcher(content);

StringBuffer sb1 = new StringBuffer();

while(matcher.find())

{

sb1.append(matcher.replaceAll("")+"\n");

}

try

{

FileWriter fw = new FileWriter("tag.html");

BufferedWriter bw = new BufferedWriter(fw);

fw.write(sb1.toString());

bw.close();

} catch (IOException e)

{

e.printStackTrace();

}

}

}