使用HTMLParser 解析html字符串，去除html标签，提取纯文本

最近在写一个文章编辑和搜索的web程序，编辑的文章带有html标签，并以BLOB类型保存在数据库。在显示搜索结果时，以字符串类型输出，但我只想把文章的概要显示出来而不是整篇文章，就想着要是能把字符串中的html标签去掉，只提取其中的纯文本就好了。在网上搜了一下，发现有很多使用js、jQuery的replace()方法过滤html标签，感觉比较复杂也比较繁琐。继续寻找，发现了HTML Parser这个解析库，使用起来也很方便。

import java.util.List;
import org.htmlparser.Parser;
import org.htmlparser.visitors.TextExtractingVisitor;

public class test {

	public static void main(String[] args) throws Exception {
	String str = "
Looking for the latest version? Download src0_82.jar (25.7 kB)
";
	  Parser parser = new Parser(str);
	  TextExtractingVisitor visitor = new TextExtractingVisitor();
	  parser.visitAllNodesWith(visitor);
	  System.out.println(visitor.getExtractedText());
	 }
}