用正則表達式取出去除html頁面中的tags

這個就比較簡單了，正則式是 “<[^>]*>”，其表意為“以<開頭的，后續任意個不為>的字符，并以>結尾的字符串”
這樣做的目的是為了獲得所謂plain的文本，方便下一步的處理。

代碼如下：

1    /** *//**
2     * Remove all "<>" tags in the text
3     * @param tagText
4     * @return the clean text without tags
5     */
6    public String removeTags( String tagText )
7    {
8        return tagText.replaceAll("<[^>]*>", "");
9    }

posted on 2009-11-06 22:19 甜菜侯爵 閱讀(203) 評論(0)  編輯  收藏

新用戶注冊  刷新評論列表  

只有注冊用戶登錄后才能發表評論。

網站導航: 博客園   IT新聞   Chat2DB   C++博客   博問   管理

Powered by:
BlogJava
Copyright © 甜菜侯爵

導航

• BlogJava
• 首頁
• 新隨筆
• 聯系
• 聚合
• 管理

統計

• 隨筆 - 5
• 文章 - 0
• 評論 - 3
• 引用 - 0

常用鏈接

• 我的隨筆
• 我的評論
• 我的參與
• 最新評論

留言簿

• 給我留言
• 查看公開留言
• 查看私人留言

隨筆檔案

• 2009年11月 (4)
• 2009年10月 (1)

搜索

最新評論

閱讀排行榜

評論排行榜