转自:
http://www.java265.com/JavaJingYan/202205/16534860003509.html
下文笔者讲述从java代码从富文本html中提取文本内容的方法分享,如下所示
今天接到一个需求,将富文本的内容提取并作为消息转发,那么如何提取其中的富文本呢?下文笔者将一一道来,如下所示
实现思路: 只需定义相应的正则表达式 如:提取文本,只需下列的正则表达式 String regx = \"(<.+?>)|(</.+?>)\";
例:
private static Pattern p_image= Pattern.compile(\"<img.*src\\\\s*=\\\\s*(.*?)[^>]*?>\",Pattern.CASE_INSENSITIVE);
private static Pattern r_image=Pattern.compile(\"src\\\\s*=\\\\s*\\\"?(.*?)(\\\"|>|\\\\s+)\");
/**
* 提取富文本中纯文本
*/
public static String getText(String richText) {
String regx = \"(<.+?>)|(</.+?>)\";
Matcher matcher = Pattern.compile(regx).matcher(richText);
while (matcher.find()) {
// 替换图片
richText = matcher.replaceAll(\"\").replace(\" \", \"\");
}
return richText;
}
/**
* 提取富文本中图片地址
*/
public static List<String> getImgStr(String richText) {
List<String> list = new ArrayList<>();
Matcher pMatcher = pImage.matcher(richText);
while (pMatcher.find()) {
// 得到<img />数据
String img = pMatcher.group();
// 匹配<img>中的src数据
Matcher rMatcher = rImage.matcher(img);
while (rMatcher.find()) {
list.add(rMatcher.group(1));
}
}
return list;
}
private static Pattern p_image= Pattern.compile(\"<img.*src\\\\s*=\\\\s*(.*?)[^>]*?>\",Pattern.CASE_INSENSITIVE);
private static Pattern r_image=Pattern.compile(\"src\\\\s*=\\\\s*\\\"?(.*?)(\\\"|>|\\\\s+)\");
/**
* 提取富文本中纯文本
*/
public static String getText(String richText) {
String regx = \"(<.+?>)|(</.+?>)\";
Matcher matcher = Pattern.compile(regx).matcher(richText);
while (matcher.find()) {
// 替换图片
richText = matcher.replaceAll(\"\").replace(\" \", \"\");
}
return richText;
}
/**
* 提取富文本中图片地址
*/
public static List<String> getImgStr(String richText) {
List<String> list = new ArrayList<>();
Matcher pMatcher = pImage.matcher(richText);
while (pMatcher.find()) {
// 得到<img />数据
String img = pMatcher.group();
// 匹配<img>中的src数据
Matcher rMatcher = rImage.matcher(img);
while (rMatcher.find()) {
list.add(rMatcher.group(1));
}
}
return list;
}
来源:https://www.cnblogs.com/javalove2022/p/16916768.html
本站部分图文来源于网络,如有侵权请联系删除。