Java里面去掉网页里的HTML标记的方法

分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow

也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！

               

 Java里面去掉网页里的HTML标记的方法

[java] view plain copy print ?

1. /** 
2.  * 去掉字符串里面的html代码。<br> 
3.  * 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。 
4.  *  
5.  * @param content 
6.  *          内容 
7.  * @return 去掉后的内容 
8.  */  
9. 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HTML  
17.   // content = HTMLDecoder.decode(content);  
18.   return content;  
19. }  

  /**   * 去掉字符串里面的html代码。<br>   * 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。   *    * @param content   *          内容   * @return 去掉后的内容   */  public static String stripHtml(String content) {    // <p>段落替换为换行    content = content.replaceAll("<p .*?>", "/r/n");    // <br><br/>替换为换行    content = content.replaceAll("<br//s*/?>", "/r/n");    // 去掉其它的<>之间的东西    content = content.replaceAll("//<.*?>", "");    // 还原HTML    // content = HTMLDecoder.decode(content);    return content;  }

           

给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow