java正则表达式过滤html标签

import java.util.regex.Matcher;   
import java.util.regex.Pattern;   
  
/**  
 * <p>  
 * Title: HTML相关的正则表达式工具类  
 * </p>  
 * <p>  
 * Description: 包括过滤HTML标记，转换HTML标记，替换特定HTML标记  
 * </p>  
 * <p>  
 * Copyright: Copyright (c) 2006  
 * </p>  
 *   
 * @author hejian  
 * @version 1.0  
 * @createtime 2006-10-16  
 */  
  public class HtmlRegexpUtil {   private final static String regxpForHtml = "<([^>]*)>"; // 过滤所有以<开头以>结尾的标签   
  private final static String regxpForImgTag = "<\\s*img\\s+([^>]*)\\s*>"; // 找出IMG标签   
  private final static String regxpForImaTagSrcAttrib = "src=\"([^\"]+)\""; // 找出IMG标签的SRC属性   
  /**  
     *   
     */  public HtmlRegexpUtil() {   // TODO Auto-generated constructor stub       }   
  /**  
     *   
     * 基本功能：替换标记以正常显示  
     * <p>  
     *   
     * @param input  
     * @return String  
     */  public String replaceTag(String input) {   if (!hasSpecialChars(input)) {   return input;   
        }   
        StringBuffer filtered = new StringBuffer(input.length());   char c;   for (int i = 0; i <= input.length() - 1; i++) {   
            c = input.charAt(i);   switch (c) {   case &#39;<&#39;:   
                filtered.append("&lt;");   break;   case &#39;>':   
                filtered.append("&gt;");   break;   case '"':   
                filtered.append("&quot;");   break;   case '&':   
                filtered.append("&amp;");   break;   default:   
                filtered.append(c);   
            }   
  
        }   return (filtered.toString());   
    }   
  /**  
     *   
     * 基本功能：判断标记是否存在  
     * <p>  
     *   
     * @param input  
     * @return boolean  
     */  public boolean hasSpecialChars(String input) {   boolean flag = false;   if ((input != null) && (input.length() > 0)) {   char c;   for (int i = 0; i <= input.length() - 1; i++) {   
                c = input.charAt(i);   switch (c) {   case &#39;>':   
                    flag = true;   break;   case '<&#39;:   
                    flag = true;   break;   case &#39;"&#39;:   
                    flag = true;   break;   case &#39;&&#39;:   
                    flag = true;   break;   
                }   
            }   
        }   return flag;   
    }   
  /**  
     *   
     * 基本功能：过滤所有以"<"开头以">"结尾的标签  
     * <p>  
     *   
     * @param str  
     * @return String  
     */  public static String filterHtml(String str) {   
        Pattern pattern = Pattern.compile(regxpForHtml);   
        Matcher matcher = pattern.matcher(str);   
        StringBuffer sb = new StringBuffer();   boolean result1 = matcher.find();   while (result1) {   
            matcher.appendReplacement(sb, "");   
            result1 = matcher.find();   
        }   
        matcher.appendTail(sb);   return sb.toString();   
    }   
  /**  
     *   
     * 基本功能：过滤指定标签  
     * <p>  
     *   
     * @param str  
     * @param tag  
     *            指定标签  
     * @return String  
     */  public static String fiterHtmlTag(String str, String tag) {   
        String regxp = "<\\s*" + tag + "\\s+([^>]*)\\s*>";   
        Pattern pattern = Pattern.compile(regxp);   
        Matcher matcher = pattern.matcher(str);   
        StringBuffer sb = new StringBuffer();   boolean result1 = matcher.find();   while (result1) {   
            matcher.appendReplacement(sb, "");   
            result1 = matcher.find();   
        }   
        matcher.appendTail(sb);   return sb.toString();   
    }   
  /**  
     *   
     * 基本功能：替换指定的标签  
     * <p>  
     *   
     * @param str  
     * @param beforeTag  
     *            要替换的标签  
     * @param tagAttrib  
     *            要替换的标签属性值  
     * @param startTag  
     *            新标签开始标记  
     * @param endTag  
     *            新标签结束标记  
     * @return String  
     * @如：替换img标签的src属性值为[img]属性值[/img]  
     */  public static String replaceHtmlTag(String str, String beforeTag,   
            String tagAttrib, String startTag, String endTag) {   
        String regxpForTag = "<\\s*" + beforeTag + "\\s+([^>]*)\\s*>";   
        String regxpForTagAttrib = tagAttrib + "=\"([^\"]+)\"";   
        Pattern patternForTag = Pattern.compile(regxpForTag);   
        Pattern patternForAttrib = Pattern.compile(regxpForTagAttrib);   
        Matcher matcherForTag = patternForTag.matcher(str);   
        StringBuffer sb = new StringBuffer();   boolean result = matcherForTag.find();   while (result) {   
            StringBuffer sbreplace = new StringBuffer();   
            Matcher matcherForAttrib = patternForAttrib.matcher(matcherForTag   
                    .group(1));   if (matcherForAttrib.find()) {   
                matcherForAttrib.appendReplacement(sbreplace, startTag   + matcherForAttrib.group(1) + endTag);   
            }   
            matcherForTag.appendReplacement(sb, sbreplace.toString());   
            result = matcherForTag.find();   
        }   
        matcherForTag.appendTail(sb);   return sb.toString();   
    }   
}

Atas ialah kandungan terperinci java正则表达式过滤html标签. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!