java使用正则表达式去除字符串的html标签

   1. /** 
   2.      * 删除input字符串中的html格式 
   3.      *  
   4.      * @param input 
   5.      * @param length 
   6.      * @return 
   7.      */  
   8.     public static String splitAndFilterString(String input, int length) {  
   9.         if (input == null || input.trim().equals("")) {  
  10.             return "";  
  11.         }  
  12.         // 去掉所有html元素,  
  13.         String str = input.replaceAll("\\&[a-zA-Z]{1,10};", "").replaceAll(  
  14.                 "<[^>]*>", "");  
  15.         str = str.replaceAll("[(/>)<]", "");  
  16.         int len = str.length();  
  17.         if (len <= length) {  
  18.             return str;  
  19.         } else {  
  20.             str = str.substring(0, length);  
  21.             str += "......";  
  22.         }  
  23.         return str;  
  24.     }  

  新闻内容或者博客文章，如果显示摘要，需要去除内容的html格式标签，找到一个正则表达式，实现了：

评论

2 楼 akunamotata 2009-07-08  

非常谢谢...

1 楼 damoqiongqiu 2009-07-01  

有可以专门用来解析HTML的开源包htmlPareser，很好用，可以试试。