JAVA过滤HTML代码和截取字符串的类

最新推荐文章于 2024-09-12 18:22:06 发布

wojingwu

最新推荐文章于 2024-09-12 18:22:06 发布

阅读量777

点赞数

文章标签： html java string regex 正则表达式 exception

import java.util.regex.Pattern;

public class FunctionUtil {
public static void main(String[] args) {
 String str = ""
 + "依据绩abc效管理体系的规定，公司决定于"
 + "2008年12"
 + "月22日"
 + "/"-2009年1"
 + "月 23& 日期间进行2008年年度绩效考评工作，"
 + "具体事项如下：";
 String str_text = Html2Text(str);
 System.out.println(str_text);
 String slice = abbreviate(str_text, 100, "...");
 System.out.println(slice);
}

int d = 0; // byte length
 int n = 0; // char length
 for (; n < str.length(); n++) {
 d = (int) str.charAt(n) > 256 ? d + 2 : d + 1;
 if (d > width) {
 break;
 }
 }

  if (d > width) {
   n = n - ellipsis.length() / 2;
   return str.substring(0, n > 0 ? n : 0) + ellipsis;
  }

return str = str.substring(0, n);
}

/**
* @param str :
*            source string
* @param width :
*            string's byte width
* @param ellipsis :
*            a string added to abbreviate string bottom
* @return String Object
*
*/
public static String Html2Text(String inputString) {
  String htmlStr = inputString; // 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;

java.util.regex.Pattern p_html1;
java.util.regex.Matcher m_html1;

try {
 String regEx_script = "<[//s]*?script[^>]*?>[//s//S]*?<[//s]*?///[//s]*?script[//s]*?>"; // 定义script的正则表达式{或<script[^>]*?>[//s//S]*?<///script>
 // }
 String regEx_style = "<[//s]*?style[^>]*?>[//s//S]*?<[//s]*?///[//s]*?style[//s]*?>"; // 定义style的正则表达式{或<style[^>]*?>[//s//S]*?<///style>
 // }
 String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式
 String regEx_html1 = "<[^>]+";
 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

   p_html1 = Pattern.compile(regEx_html1, Pattern.CASE_INSENSITIVE);
   m_html1 = p_html1.matcher(htmlStr);
   htmlStr = m_html1.replaceAll(""); // 过滤html标签

textStr = htmlStr;

  } catch (Exception e) {
   System.err.println("Html2Text: " + e.getMessage());
  }

return textStr;// 返回文本字符串
}
}