(HTML选择性过滤) java正则,过滤掉HTML标签,但保留指定的标签如 p,img,apan

方法一：

/**过滤HTML里去除img、p、span外的所有标签
* @param str
* @return
* @throws PatternSyntaxException
*/
public static String stringFilter(String str)throws PatternSyntaxException {

String regEx = "(?!<(img|p|span).*?>)<.*?>";
Pattern p_html = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
Matcher m_html = p_html.matcher(str);
str = m_html.replaceAll("");

return str.trim(); // 返回文本字符串
}

方法二（会缺少一个jar包，请自行百度下载）：

import org.apache.oro.text.perl.*;

class CleanHtml {
public static String clean(String html){
StringBuffer buffer = new StringBuffer();
Perl5Util preg = new Perl5Util();
preg.substitute(buffer,"s/]*?>.*?<\\/script>//gmi",html);
//过滤script标签
html =buffer.toString();
buffer.setLength(0);
preg.substitute(buffer,"s#<[/]*?(?!p|img|span)[^<>]*?>##gmi",html);
//( p/img/span ...标签之外,都删除)
html =buffer.toString();
buffer.setLength(0);
return html;
}
}

上面模板可以根据需求自行更改，也适用于其他情况

补充过滤所有的标签：

text = text.replaceAll("<.*?>", "");