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
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; }