爆款云主机2核4G限时秒杀,88元/年起!
查看详情

活动

天翼云最新优惠活动,涵盖免费试用,产品折扣等,助您降本增效!
热门活动
  • 618智算钜惠季 爆款云主机2核4G限时秒杀,88元/年起!
  • 免费体验DeepSeek,上天翼云息壤 NEW 新老用户均可免费体验2500万Tokens,限时两周
  • 云上钜惠 HOT 爆款云主机全场特惠,更有万元锦鲤券等你来领!
  • 算力套餐 HOT 让算力触手可及
  • 天翼云脑AOne NEW 连接、保护、办公,All-in-One!
  • 中小企业应用上云专场 产品组合下单即享折上9折起,助力企业快速上云
  • 息壤高校钜惠活动 NEW 天翼云息壤杯高校AI大赛,数款产品享受线上订购超值特惠
  • 天翼云电脑专场 HOT 移动办公新选择,爆款4核8G畅享1年3.5折起,快来抢购!
  • 天翼云奖励推广计划 加入成为云推官,推荐新用户注册下单得现金奖励
免费活动
  • 免费试用中心 HOT 多款云产品免费试用,快来开启云上之旅
  • 天翼云用户体验官 NEW 您的洞察,重塑科技边界

智算服务

打造统一的产品能力,实现算网调度、训练推理、技术架构、资源管理一体化智算服务
智算云(DeepSeek专区)
科研助手
  • 算力商城
  • 应用商城
  • 开发机
  • 并行计算
算力互联调度平台
  • 应用市场
  • 算力市场
  • 算力调度推荐
一站式智算服务平台
  • 模型广场
  • 体验中心
  • 服务接入
智算一体机
  • 智算一体机
大模型
  • DeepSeek-R1-昇腾版(671B)
  • DeepSeek-R1-英伟达版(671B)
  • DeepSeek-V3-昇腾版(671B)
  • DeepSeek-R1-Distill-Llama-70B
  • DeepSeek-R1-Distill-Qwen-32B
  • Qwen2-72B-Instruct
  • StableDiffusion-V2.1
  • TeleChat-12B

应用商城

天翼云精选行业优秀合作伙伴及千余款商品,提供一站式云上应用服务
进入甄选商城进入云市场创新解决方案
办公协同
  • WPS云文档
  • 安全邮箱
  • EMM手机管家
  • 智能商业平台
财务管理
  • 工资条
  • 税务风控云
企业应用
  • 翼信息化运维服务
  • 翼视频云归档解决方案
工业能源
  • 智慧工厂_生产流程管理解决方案
  • 智慧工地
建站工具
  • SSL证书
  • 新域名服务
网络工具
  • 翼云加速
灾备迁移
  • 云管家2.0
  • 翼备份
资源管理
  • 全栈混合云敏捷版(软件)
  • 全栈混合云敏捷版(一体机)
行业应用
  • 翼电子教室
  • 翼智慧显示一体化解决方案

合作伙伴

天翼云携手合作伙伴,共创云上生态,合作共赢
天翼云生态合作中心
  • 天翼云生态合作中心
天翼云渠道合作伙伴
  • 天翼云代理渠道合作伙伴
天翼云服务合作伙伴
  • 天翼云集成商交付能力认证
天翼云应用合作伙伴
  • 天翼云云市场合作伙伴
  • 天翼云甄选商城合作伙伴
天翼云技术合作伙伴
  • 天翼云OpenAPI中心
  • 天翼云EasyCoding平台
天翼云培训认证
  • 天翼云学堂
  • 天翼云市场商学院
天翼云合作计划
  • 云汇计划
天翼云东升计划
  • 适配中心
  • 东升计划
  • 适配互认证

开发者

开发者相关功能入口汇聚
技术社区
  • 专栏文章
  • 互动问答
  • 技术视频
资源与工具
  • OpenAPI中心
开放能力
  • EasyCoding敏捷开发平台
培训与认证
  • 天翼云学堂
  • 天翼云认证
魔乐社区
  • 魔乐社区

支持与服务

为您提供全方位支持与服务,全流程技术保障,助您轻松上云,安全无忧
文档与工具
  • 文档中心
  • 新手上云
  • 自助服务
  • OpenAPI中心
定价
  • 价格计算器
  • 定价策略
基础服务
  • 售前咨询
  • 在线支持
  • 在线支持
  • 工单服务
  • 建议与反馈
  • 用户体验官
  • 服务保障
  • 客户公告
  • 会员中心
增值服务
  • 红心服务
  • 首保服务
  • 客户支持计划
  • 专家技术服务
  • 备案管家

了解天翼云

天翼云秉承央企使命,致力于成为数字经济主力军,投身科技强国伟大事业,为用户提供安全、普惠云服务
品牌介绍
  • 关于天翼云
  • 智算云
  • 天翼云4.0
  • 新闻资讯
  • 天翼云APP
基础设施
  • 全球基础设施
  • 信任中心
最佳实践
  • 精选案例
  • 超级探访
  • 云杂志
  • 分析师和白皮书
  • 天翼云·创新直播间
市场活动
  • 2025智能云生态大会
  • 2024智算云生态大会
  • 2023云生态大会
  • 2022云生态大会
  • 天翼云中国行
天翼云
  • 活动
  • 智算服务
  • 产品
  • 解决方案
  • 应用商城
  • 合作伙伴
  • 开发者
  • 支持与服务
  • 了解天翼云
      • 文档
      • 控制中心
      • 备案
      • 管理中心

      HTML中提取文字内容,去掉标签样式等

      首页 知识中心 软件开发 文章详情页

      HTML中提取文字内容,去掉标签样式等

      2022-12-28 07:22:30 阅读次数:175

      正则表达式,html

      html代码如下

      <h1>登鹳雀楼</h1>
              <div class="poem-detail-header-info">
                                                      <a class="poem-detail-header-author" href="https://www.ctyun.cn/portal/link.html?target=%2Fs%3Fwd%3D%E7%8E%8B%E4%B9%8B%E6%B6%A3">
                              <span class="poem-info-gray">【作者】</span>王之涣
                          </a>
                                                              <span class="poem-detail-header-author">
                          <span class="poem-info-gray">【朝代】</span>唐
                      </span>
                                          <div class="body-means-change">
                      译文对照
                  </div>
                          </div>
              <div class="poem-detail-separator"></div>
                                      <div class="poem-detail-item-content">
                                      <p class="poem-detail-main-text" id="body_p">
                          <span id="body_1_0" data="means_1_0"><em><span class='body-zhushi-span' data='"\u592a\u9633\u3002"'>白日</span><span class='body-zhushi-span' data='"\u4f9d\u508d\u3002"'>依</span>山尽,</em></span><span id="body_1_1" data="means_1_1">黄河入海流。</span>                </p>
                      <p id="means_p" class="poem-detail-main-text body-means-p">
                          <span id="means_1_0" data="body_1_0">夕阳依傍着西山慢慢地沉没,</span><span id="means_1_1" data="body_1_1">滔滔黄河朝着东海汹涌奔流。</span>                </p>
                                      <p class="poem-detail-main-text" id="body_p">
                          <span id="body_2_0" data="means_2_0"><span class='body-zhushi-span' data='"\u60f3\u8981\u5f97\u5230\u67d0\u79cd\u4e1c\u897f\u6216\u8fbe\u5230\u67d0\u79cd\u76ee\u7684\u7684\u613f\u671b\uff0c\u4f46\u4e5f\u6709\u5e0c\u671b\u3001\u60f3\u8981\u7684\u610f\u601d\u3002"'>欲</span><span class='body-zhushi-span' data='"\u5c3d\uff0c\u4f7f\u8fbe\u5230\u6781\u70b9\u3002"'>穷</span>千里目,</span><span id="body_2_1" data="means_2_1"><span class='body-zhushi-span' data='"\u66ff\u3001\u6362\u3002\uff08\u4e0d\u662f\u901a\u5e38\u7406\u89e3\u7684\u201c\u518d\u201d\u7684\u610f\u601d\uff09"'>更</span>上一层楼。</span>                </p>
                      <p id="means_p" class="poem-detail-main-text body-means-p">

      提取效果

      HTML中提取文字内容,去掉标签样式等

      java代码

      private static final String regEx_script = "<script[^>]*?>[\\s\\S]*?<\\/script>"; // 定义script的正则表达式
          private static final String regEx_style = "<style[^>]*?>[\\s\\S]*?<\\/style>"; // 定义style的正则表达式
          private static final String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式
      
          /**
           * @param htmlStr
           * @return 删除Html标签
           */
          public static String formatHTMLTag(String htmlStr) {
              Pattern p_script = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);
              Matcher m_script = p_script.matcher(htmlStr);
              htmlStr = m_script.replaceAll(""); // 过滤script标签
      
              Pattern p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);
              Matcher m_style = p_style.matcher(htmlStr);
              htmlStr = m_style.replaceAll(""); // 过滤style标签
      
              htmlStr = htmlStr.replaceAll("<br\\/>", "\n");// 换行替换
              htmlStr = htmlStr.replaceAll("</p>", "\n");// 段落替换
      
              Pattern p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);
              Matcher m_html = p_html.matcher(htmlStr);
              htmlStr = m_html.replaceAll(""); // 过滤html标签
      
              htmlStr = htmlStr.replaceAll("&nbsp;", "");
              htmlStr = htmlStr.replaceAll("&", "&");
      
      
              Pattern p = Pattern.compile("(\r?\n(\\s*\r?\n)+)");//多个换行替换成一个
              Matcher m = p.matcher(htmlStr);
              htmlStr = m.replaceAll("\r\n");
      
              return htmlStr; // 返回文本字符串
          }


      版权声明:本文内容来自第三方投稿或授权转载,原文地址:https://blog.51cto.com/u_15696939/5415375,作者:渭城朝雨浥轻尘,版权归原作者所有。本网站转在其作品的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如因作品内容、版权等问题需要同本网站联系,请发邮件至ctyunbbs@chinatelecom.cn沟通。

      上一篇:spring boot aop记录接口调用情况

      下一篇:线程池笔记(一)

      相关文章

      2025-05-19 09:04:53

      读取模版并生成html文件

      读取模版并生成html文件

      2025-05-19 09:04:53
      exception , html , string
      2025-05-14 10:33:25

      webpack5基础--09_处理其他资源

      webpack5基础--09_处理其他资源

      2025-05-14 10:33:25
      html , index , 图标 , 处理 , 资源 , 音视频
      2025-05-14 09:51:15

      java String 去掉特殊字符之前的内容

      为了去除字符串中某个特殊字符之前(包括该特殊字符本身)的所有内容,我们可以使用Java中的String类的substring和indexOf方法。

      2025-05-14 09:51:15
      字符 , 字符串 , 正则表达式 , 示例
      2025-05-12 08:40:18

      jquery tmpl 详解

      jquery tmpl 详解

      2025-05-12 08:40:18
      html , HTML , jquery
      2025-05-09 08:51:09

      RestTemplate请求UnknownContentTypeException:no suitable HttpMessageConverter异常

      RestTemplate请求UnknownContentTypeException:no suitable HttpMessageConverter异常

      2025-05-09 08:51:09
      html , RestTemplate , text , 日志 , 格式
      2025-05-08 09:03:47

      用户名验证(正则表达式)

      用户名验证(正则表达式)

      2025-05-08 09:03:47
      合法 , 正则表达式 , 用户名
      2025-05-08 09:03:38

      正则表达式匹配

      给你一个字符串 s 和一个字符规律 p,请你来实现一个支持 '.' 和 '*' 的正则表达式匹配。

      2025-05-08 09:03:38
      匹配 , 字符串 , 正则表达式
      2025-05-06 09:19:39

      【30天玩转python】正则表达式

      正则表达式(Regular Expression,简称 regex 或 RE)是一种用来匹配字符串的强大工具。通过定义模式,正则表达式可以帮助我们查找、替换、或验证文本中的特定字符或字符串。在 Python 中,正则表达式通过 re 模块来实现。

      2025-05-06 09:19:39
      匹配 , 字符 , 字符串 , 正则表达式
      2025-04-22 09:27:28

      【QT】显示类控件和输入类控件

      【QT】显示类控件和输入类控件

      2025-04-22 09:27:28
      字符 , 控件 , 数字 , 正则表达式 , 进度条
      2025-04-18 07:10:38

      Js之前端实现模糊查询

      Js之前端实现模糊查询

      2025-04-18 07:10:38
      match , 匹配 , 字符串 , 方法 , 查询 , 正则表达式
      查看更多
      推荐标签

      作者介绍

      天翼云小翼
      天翼云用户

      文章

      33561

      阅读量

      5266292

      查看更多

      最新文章

      读取模版并生成html文件

      2025-05-19 09:04:53

      webpack5基础--09_处理其他资源

      2025-05-14 10:33:25

      jquery tmpl 详解

      2025-05-12 08:40:18

      RestTemplate请求UnknownContentTypeException:no suitable HttpMessageConverter异常

      2025-05-09 08:51:09

      Java实现一个坦克大战的小游戏【附源码】

      2025-04-14 08:45:56

      用尾递归(tailRecursive)实现的阶乘-JavaScript版本

      2025-04-14 08:45:36

      查看更多

      热门文章

      Python:使用2to3将Python2转Python3

      2023-02-22 07:04:55

      html:canvas画布绘图简单入门

      2023-02-20 10:15:01

      TypeScript-webpack配置

      2023-06-16 06:09:55

      ajax乱码问题和异步同步问题

      2023-06-13 08:32:34

      js中通过正则表达式验证邮箱是否合法

      2023-03-02 02:40:07

      级联查询

      2023-06-13 08:29:57

      查看更多

      热门标签

      java Java python 编程开发 代码 开发语言 算法 线程 Python html 数组 C++ 元素 javascript c++
      查看更多

      相关产品

      弹性云主机

      随时自助获取、弹性伸缩的云服务器资源

      天翼云电脑(公众版)

      便捷、安全、高效的云电脑服务

      对象存储

      高品质、低成本的云上存储服务

      云硬盘

      为云上计算资源提供持久性块存储

      查看更多

      随机文章

      Spark-Scala

      angular16-$watch监视数据变化

      01 CSS技巧

      ballerina 学习十七 多线程编程

      html+css实战158-定位-显示层级

      java正则表达式对特殊字符的转义

      • 7*24小时售后
      • 无忧退款
      • 免费备案
      • 专家服务
      售前咨询热线
      400-810-9889转1
      关注天翼云
      • 旗舰店
      • 天翼云APP
      • 天翼云微信公众号
      服务与支持
      • 备案中心
      • 售前咨询
      • 智能客服
      • 自助服务
      • 工单管理
      • 客户公告
      • 涉诈举报
      账户管理
      • 管理中心
      • 订单管理
      • 余额管理
      • 发票管理
      • 充值汇款
      • 续费管理
      快速入口
      • 天翼云旗舰店
      • 文档中心
      • 最新活动
      • 免费试用
      • 信任中心
      • 天翼云学堂
      云网生态
      • 甄选商城
      • 渠道合作
      • 云市场合作
      了解天翼云
      • 关于天翼云
      • 天翼云APP
      • 服务案例
      • 新闻资讯
      • 联系我们
      热门产品
      • 云电脑
      • 弹性云主机
      • 云电脑政企版
      • 天翼云手机
      • 云数据库
      • 对象存储
      • 云硬盘
      • Web应用防火墙
      • 服务器安全卫士
      • CDN加速
      热门推荐
      • 云服务备份
      • 边缘安全加速平台
      • 全站加速
      • 安全加速
      • 云服务器
      • 云主机
      • 智能边缘云
      • 应用编排服务
      • 微服务引擎
      • 共享流量包
      更多推荐
      • web应用防火墙
      • 密钥管理
      • 等保咨询
      • 安全专区
      • 应用运维管理
      • 云日志服务
      • 文档数据库服务
      • 云搜索服务
      • 数据湖探索
      • 数据仓库服务
      友情链接
      • 中国电信集团
      • 189邮箱
      • 天翼企业云盘
      • 天翼云盘
      ©2025 天翼云科技有限公司版权所有 增值电信业务经营许可证A2.B1.B2-20090001
      公司地址:北京市东城区青龙胡同甲1号、3号2幢2层205-32室
      • 用户协议
      • 隐私政策
      • 个人信息保护
      • 法律声明
      备案 京公网安备11010802043424号 京ICP备 2021034386号