Java里面去掉网页里的HTML标记的方法 - 编程入门网

Java里面去掉网页里的HTML标记的方法

01./**02. * 去掉字符串里面的html代码。<br>03. * 要求数据要规范，比如大于小于号要配套,否则会被集体误杀。04. *05. * @param content06. *          内容07. * @return 去掉后的内容08. */09.public static String stripHtml(String content) {10.  // <p>段落替换为换行11.  content = content.replaceAll("<p .*?>", "\r\n");12.  // <br><br/>替换为换行13.  content = content.replaceAll("<br\\s*/?>", "\r\n");14.  // 去掉其它的<>之间的东西15.  content = content.replaceAll("\\<.*?>", "");16.  // 还原HTML17.  // content = HTMLDecoder.decode(content);18.  return content;19.}

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务，公司网站：http://www.lingzhong.cn 为了给广大客户了解更多的技术信息，本技术文章收集来源于网络,凌众科技尊重文章作者的版权，如果有涉及你的版权有必要删除你的文章，请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息，谢谢!