富文本中提取文本的方法分享

2022-06-17 21:33:38 阅读：216 来源： 互联网

标签：文本提取 String matcher richText static Pattern 分享

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;
}

标签：文本,提取,String,matcher,richText,static,Pattern,分享
来源： https://www.cnblogs.com/java265/p/16311131.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

富文本中提取文本的方法分享