java去除文本中html标签

weixin_43169720

于 2020-12-25 13:22:11 发布

阅读量428

点赞数 1

CC 4.0 BY-SA版权

分类专栏： java 文章标签：去除html标签正则表达式

本文链接：https://blog.csdn.net/weixin_43169720/article/details/111674107

java 专栏收录该内容

9 篇文章

订阅专栏

同事去除文本中HTML标签时正则匹配有问题，作者协助解决并记录。最终找到Jsoup库来处理，还提到要在pom中引入相关内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今天同事遇到问题，去除文本中的html标签，使用正则匹配总是有些问题，协助解决了这个问题，记录一下，其实就是找到了一个库Jsoup。代码如下

package com.xn.map.tile;

import org.jsoup.Jsoup;

import java.io.*;

public class RemoveHtmlTag {

    public static void main(String[] args) throws IOException {
        String filePath = "D:\\work\\test\\html.txt";
        String html = readTxt(filePath);
        System.out.println(html);
        System.out.println(html2text(html));
    }

    public static String html2text(String html) {
        return Jsoup.parse(html).text();
    }

    public static String readTxt(String filePath) throws IOException {
        FileInputStream fin = new FileInputStream(filePath);
        InputStreamReader reader = new InputStreamReader(fin);
        BufferedReader buffReader = new BufferedReader(reader);
        String strTmp = "";
        StringBuilder txt = new StringBuilder();
        while((strTmp = buffReader.readLine())!=null){
            txt.append(strTmp);
        }
        buffReader.close();
        return txt.toString();
    }
}

pom中引入

        <dependency>
            <groupId>org.jsoup</groupId>
            <artifactId>jsoup</artifactId>
            <version>1.13.1</version>
        </dependency>