富文本中提取文本的方法分享

轉自:

​​http://www.java265.com/JavaJingYan/202205/16534860003509.html​​  

實作思路:
    隻需定義相應的正規表達式
      如:提取文本，隻需下列的正規表達式
       String regx = "(<.+?>)|(</.+?>)";      

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+)");

/**
* 提取富文本中純文字
*/
public static String getText(String richText) {
String regx = "(<.+?>)|(</.+?>)";
Matcher matcher = Pattern.compile(regx).matcher(richText);
while (matcher.find()) {
    // 替換圖檔
    richText = matcher.replaceAll("").replace(" ", "");
}
return richText;
}

/**
* 提取富文本中圖檔位址
*/
public static List<String> getImgStr(String richText) {
List<String> list = new ArrayList<>();
Matcher pMatcher = pImage.matcher(richText);
while (pMatcher.find()) {
    // 得到<img />資料
    String img = pMatcher.group();
    // 比對<img>中的src資料
    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+)");

/**
* 提取富文本中純文字
*/
public static String getText(String richText) {
String regx = "(<.+?>)|(</.+?>)";
Matcher matcher = Pattern.compile(regx).matcher(richText);
while (matcher.find()) {
    // 替換圖檔
    richText = matcher.replaceAll("").replace(" ", "");
}
return richText;
}

/**
* 提取富文本中圖檔位址
*/
public static List<String> getImgStr(String richText) {
List<String> list = new ArrayList<>();
Matcher pMatcher = pImage.matcher(richText);
while (pMatcher.find()) {
    // 得到<img />資料
    String img = pMatcher.group();
    // 比對<img>中的src資料
    Matcher rMatcher = rImage.matcher(img);
    while (rMatcher.find()) {
        list.add(rMatcher.group(1));
    }
}
return list;
}