java 去除富文本格式内容html标签

最新推荐文章于 2024-07-17 15:15:50 发布

转载最新推荐文章于 2024-07-17 15:15:50 发布 · 2.3k 阅读

4 ·

本内容遵循CC 4.0 BY-SA版权协议

原文链接：http://www.kailing.pub/article/index/arcid/37.html

收录于

java

当前文章被收录于：

java

6 篇文章 1 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

本文介绍了一个简单的Java代码片段，用于清除HTML标签，将<p>和<br>转换为换行符，从而实现从富文本中提取纯文本内容。这个方法适用于需要处理和清理HTML格式文本的场景。

去除：

String content = "<p><strong>啊啊啊。</strong></p><p><mark class="marker-yellow">不不不不</mark><s>不</s>，<i>发</i></p>"
// <p>段落替换为换行
content = content.replaceAll("<p .*?>", "\r\n");
// <br><br/>替换为换行
content = content.replaceAll("<br\\s*/?>", "\r\n");
// 去掉其它的<>之间的东西
content = content.replaceAll("\\<.*?>", "");
System.out.println(content);