Android提取HTML代码内的所有文字内容

需求是：TextView只显示HTML里的纯文字内容，去掉CSS样式、超链接、图片等等。

解决方法：

• 查找Java或者Android有没有提供API直接操作HTML字符串的。暂时未发现有，懒得深入去找了。。。
• 用正则表达式匹配并清除掉各种HTML标签。嗯，就这样干。

具体实现：

  1. 匹配HTML代码中的缩进、换行等格式，正则表达式如下：

    String regFormat = "\\s*|\t|\r|\n";

  2. 匹配所有的标签，正则表达式如下：

    String regTag = "<[^>]*>";

  3. 执行上面两条匹配规则，将匹配到的内容replace为空字符串，也就一行代码：

    String text = htmlStr.replaceAll(regFormat,"").replaceAll(regTag,"");

大功告成。