java html转txt_JAVA过滤标签实现将html内容转换为文本的方法示例

本文实例讲述了JAVA过滤标签实现将html内容转换为文本的方法。分享给大家供大家参考，具体如下：

/**

* 把html内容转为文本

* @param html 需要处理的html文本

* @param filterTags 需要保留的html标签样式

* @return

*/

public static String trimHtml2Txt(String html, String[] filterTags){

html = html.replaceAll("\\

[\\s\\S]*?(?i)", "");//去掉head

html = html.replaceAll("\\", "");//去掉注释

html = html.replaceAll("\\", "");

html = html.replaceAll("\\(?i)", "");//去掉样式

html = html.replaceAll("\\(?i)", "");//去掉js

html = html.replaceAll("\\]+>[\\s\\S]*?]+>(?i)", "");//去掉word标签

html = html.replaceAll("\\[\\s\\S]*?(?i)", "");

html = html.replaceAll("\\]*>|

]*>||(?i)", "");

html = html.replaceAll("\\\r\n|\n|\r", " ");//去掉换行

html = html.replaceAll("\\
]*>(?i)", "\n\r");

List tags = new ArrayList();

List s_tags = new ArrayList();

List halfTag = Arrays.asList(new String[]{"img","table","thead","th","tr","td"});//

if(filterTags != null && filterTags.length > 0){

for (String tag : filterTags) {

tags.add(""));//开始标签

if(!"img".equals(tag)) tags.add(""+tag+">");//结束标签

s_tags.add("#REPLACETAG"+tag+(halfTag.contains(tag)?"":"REPLACETAG#"));//尽量替换为复杂一点的标记,以免与显示文本混合,如：文本中包含#td、#table等

if(!"img".equals(tag)) s_tags.add("#REPLACETAG/"+tag+"REPLACETAG#");

}

}

html = StringUtils.replaceEach(html, tags.toArray(new String[tags.size()]), s_tags.toArray(new String[s_tags.size()]));

html = html.replaceAll("\\

(?i)", "\n\r");

html = html.replaceAll("\\]+>", "");

html = StringUtils.replaceEach(html,s_tags.toArray(new String[s_tags.size()]),tags.toArray(new String[tags.size()]));

html = html.replaceAll("\\ ", " ");

return html.trim();

}

PS：这里再为大家推荐一款功能类似的在线工具供大家参考使用：

另外，关于正则操作，这里再为大家推荐两款相关在线工具：

希望本文所述对大家java程序设计有所帮助。