java去除html标签

 

在Java中，可以使用正则表达式或者相关的库来去除HTML标签。下面将介绍两种常用的方法。

 

方法一：使用正则表达式

Java中可以使用replaceAll()方法结合正则表达式来去除HTML标签。正则表达式是一种用来描述特定文本模式的表达式，使用它可以匹配、查找和替换字符串。下面是一个示例代码：

 

```java

public class HtmlTagRemover {

public static String removeTags(String input) {

// 去除标签的正则表达式

String regex = "<.*?>";

// 使用空字符串替换标签

String result = input.replaceAll(regex

"");

return result;

}

public static void main(String[] args) {

String htmlString = "

This is some text with bold and italic tags.

";

String textWithoutTags = removeTags(htmlString);

System.out.println(textWithoutTags);

}

}

```

 

上述代码中的removeTags()方法使用replaceAll()方法和指定的正则表达式来去除HTML标签。正则表达式`<.*?>`匹配任意字符（除了换行符）加上`>`，其中`.*?`表示非贪婪模式，匹配最短的符合条件的字符串。通过将匹配到的标签替换为空字符串，*返回去除了HTML标签的文本。

 

方法二：使用JSoup库

JSoup是一款开源的Java HTML解析器，可以方便地从HTML文档中提取数据。通过使用JSoup，我们可以简便地去除HTML标签。下面是一个使用JSoup去除HTML标签的示例代码：

 

```java

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.nodes.Element;

import org.jsoup.select.Elements;

 

public class HtmlTagRemover {

public static String removeTags(String input) {

// 将HTML字符串解析为JSoup文档对象

Document doc = Jsoup.parse(input);

// 获取所有HTML标签

Elements tags = doc.getAllElements();

// 逐个去除标签

for (Element tag : tags) {

tag.remove();

}

// 返回去除标签后的文本

return doc.text();

}

public static void main(String[] args) {

String htmlString = "

This is some text with bold and italic tags.

";

String textWithoutTags = removeTags(htmlString);

System.out.println(textWithoutTags);

}

}

```

 

上述代码中，使用Jsoup库将HTML字符串解析为Document对象。然后，通过调用`getAllElements()`方法获取所有的HTML标签，并使用`remove()`方法逐个去除它们。*，返回去除标签后的文本。

 

无论使用哪种方法，上述示例代码*输出结果都是：

```

This is some text with bold and italic tags.

```

 

以上是两种常用的去除HTML标签的方法，可以根据自己的需求选择适合的方法。