Java去掉字符串中所有的标签，获取纯文本内容

 public class Test {
 /**
  * @Title: main 
  * @Description:
  * @param args 
  * @author 
  * @date 2016年2月17日
  * 1、去掉字符串中所有的标签，获取纯文本内容
  * 2、获取html节点中img的src路径
  */
 public static void main(String[] args) {
  String html = "<div><p style='color:red;'>12132第一串字符</p></div><br /><div><p>这是第二窜字符</p></div><img width='199' src='_image/12/label'/><img width='199' src='_image/13/label'/><img width='199' src='_image/14/label'/>";
  Pattern p = Pattern.compile("<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>");
  Matcher m = p.matcher(html);
  List<String> srcs = new ArrayList<String>();
        while(m.find()){
            srcs.add(m.group(1));
        }
  String regex = "<[^>]*>";
  String str = html.replaceAll(regex, "");
  System.out.println(str+"\n"+srcs.get(0));
 }
}

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。