zoukankan      html  css  js  c++  java
  • Java 正则表达式 过滤html标签

    extends:http://aguang520.iteye.com/blog/1056686#

    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("&lt;");   
                    break;   
                case '>':   
                    filtered.append("&gt;");   
                    break;   
                case '"':   
                    filtered.append("&quot;");   
                    break;   
                case '&':   
                    filtered.append("&amp;");   
                    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();   
        }   
    }  
     
     
  • 相关阅读:
    【Matlab】把一年中的某一天(从1月1日起)换算成日期
    【工具】用hexo搭建博客
    【工具】文献分析工具histcite的简单使用
    【工具】用PPT排版打印海报时图片分辨率问题
    【工具】PPT插入高清图片保存后图片变模糊的解决方法
    【工具】排版软件TeX Live 2016的简单使用
    【工具】文字识别软件(OCR) ABBYY Finereader 11简单使用
    【Matlab】编程风格摘录
    【信号】用matlab实现一维信号的高斯滤波
    【GMT5】用GMT绘制测高卫星Topex_Poseidon_Jason的地面轨迹
  • 原文地址:https://www.cnblogs.com/niray/p/5391999.html
Copyright © 2011-2022 走看看