java使用正则表达式过滤html标签

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。