java 清除 HTML标签格式、CSS 样式

 java 清除 HTML标签格式、CSS 样式

JAVA代码可以这样写:

public static String delTagsFContent(String content){
		
		String strHtml="";//HTML文本代码
		String strClear=strHtml.replaceAll( ".*?<body.*?>(.*?)<\\/body>", "$1"); //读出body内里所有内容
		strClear=strClear.replaceAll("</?[^/?(br)|(p)][^><]*>","");//保留br标签和p标签
		system.out.println(strClear);//输出结果
}
           

如果要保留IMG标签的话，正则表达式就是：</?[^/?(img)][^><]*> 

如果想保留更多的标签，只在正则表达式改一下就可以了，  </?[^/?(img)|(p)][^><]*>   这个保留(这里写的保留了img,p这两个标签)你指定的标签,其他的(包括font)全去掉, 如果你还有其他的标签想保留,直接在里面加一个 |(xxx)就行了

想去掉所有的标签的话正则表达式为：</?[a-zA-Z]+[^><]*>