java使用正则表达式过滤html标签
程序员文章站
2024-03-11 10:23:13
前段时间开发的时候要读取一篇文章的简介内容(也就是前200个字符),使用了隐藏字段,可能有人就要问了,那后台也是可以截取字符的啊,那是因为编辑器里面包含了html标签,所以...
前段时间开发的时候要读取一篇文章的简介内容(也就是前200个字符),使用了隐藏字段,可能有人就要问了,那后台也是可以截取字符的啊,那是因为编辑器里面包含了html标签,所以后台就需要处理html标签的正则表达式,前些天上网搜了下,发现有人写好的一个类,给大家共享下,不要闲小弟落伍了...
import java.util.regex.matcher; import java.util.regex.pattern; /** * <p> * title: html相关的正则表达式工具类 * </p> * <p> * description: 包括过滤html标记,转换html标记,替换特定html标记 * </p> * <p> * copyright: copyright (c) 2006 * </p> * * @author hejian * @version 1.0 * @createtime 2006-10-16 */ public class htmlregexputil { private final static string regxpforhtml = "<([^>]*)>"; // 过滤所有以<开头以>结尾的标签 private final static string regxpforimgtag = "<\\s*img\\s+([^>]*)\\s*>"; // 找出img标签 private final static string regxpforimatagsrcattrib = "src=\"([^\"]+)\""; // 找出img标签的src属性 /** * */ public htmlregexputil() { // todo auto-generated constructor stub } /** * * 基本功能:替换标记以正常显示 * <p> * * @param input * @return string */ public string replacetag(string input) { if (!hasspecialchars(input)) { return input; } stringbuffer filtered = new stringbuffer(input.length()); char c; for (int i = 0; i <= input.length() - 1; i++) { c = input.charat(i); switch (c) { case '<': filtered.append("<"); break; case '>': filtered.append(">"); break; case '"': filtered.append("""); break; case '&': filtered.append("&"); break; default: filtered.append(c); } } return (filtered.tostring()); } /** * * 基本功能:判断标记是否存在 * <p> * * @param input * @return boolean */ public boolean hasspecialchars(string input) { boolean flag = false; if ((input != null) && (input.length() > 0)) { char c; for (int i = 0; i <= input.length() - 1; i++) { c = input.charat(i); switch (c) { case '>': flag = true; break; case '<': flag = true; break; case '"': flag = true; break; case '&': flag = true; break; } } } return flag; } /** * * 基本功能:过滤所有以"<"开头以">"结尾的标签 * <p> * * @param str * @return string */ public static string filterhtml(string str) { pattern pattern = pattern.compile(regxpforhtml); matcher matcher = pattern.matcher(str); stringbuffer sb = new stringbuffer(); boolean result1 = matcher.find(); while (result1) { matcher.appendreplacement(sb, ""); result1 = matcher.find(); } matcher.appendtail(sb); return sb.tostring(); } /** * * 基本功能:过滤指定标签 * <p> * * @param str * @param tag * 指定标签 * @return string */ public static string fiterhtmltag(string str, string tag) { string regxp = "<\\s*" + tag + "\\s+([^>]*)\\s*>"; pattern pattern = pattern.compile(regxp); matcher matcher = pattern.matcher(str); stringbuffer sb = new stringbuffer(); boolean result1 = matcher.find(); while (result1) { matcher.appendreplacement(sb, ""); result1 = matcher.find(); } matcher.appendtail(sb); return sb.tostring(); } /** * * 基本功能:替换指定的标签 * <p> * * @param str * @param beforetag * 要替换的标签 * @param tagattrib * 要替换的标签属性值 * @param starttag * 新标签开始标记 * @param endtag * 新标签结束标记 * @return string * @如:替换img标签的src属性值为[img]属性值[/img] */ public static string replacehtmltag(string str, string beforetag, string tagattrib, string starttag, string endtag) { string regxpfortag = "<\\s*" + beforetag + "\\s+([^>]*)\\s*>"; string regxpfortagattrib = tagattrib + "=\"([^\"]+)\""; pattern patternfortag = pattern.compile(regxpfortag); pattern patternforattrib = pattern.compile(regxpfortagattrib); matcher matcherfortag = patternfortag.matcher(str); stringbuffer sb = new stringbuffer(); boolean result = matcherfortag.find(); while (result) { stringbuffer sbreplace = new stringbuffer(); matcher matcherforattrib = patternforattrib.matcher(matcherfortag .group(1)); if (matcherforattrib.find()) { matcherforattrib.appendreplacement(sbreplace, starttag + matcherforattrib.group(1) + endtag); } matcherfortag.appendreplacement(sb, sbreplace.tostring()); result = matcherfortag.find(); } matcherfortag.appendtail(sb); return sb.tostring(); } }
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
上一篇: Centos7环境下安装curl