java 使用正则表达式过滤HTML中标签

/*** 去掉文本中的html标签** @param inputString* @return*/public static String html2Text(String inputString) {if (StringUtils.isEmpty(inputString)) {return null;}String htmlStr = inputString;String textStr = "";java.util.regex.Pattern p_script;java.util.regex.Matcher m_script;java.util.regex.Pattern p_style;java.util.regex.Matcher m_style;java.util.regex.Pattern p_html;java.util.regex.Matcher m_html;java.util.regex.Pattern p_html1;java.util.regex.Matcher m_html1;try {String regEx_script = "<[\\s]*?script[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?script[\\s]*?>"; // 定义script的正则表达式{或<script[^>]*?>[\\s\\S]*?<\\/script>// }String regEx_style = "<[\\s]*?style[^>]*?>[\\s\\S]*?<[\\s]*?\\/[\\s]*?style[\\s]*?>"; // 定义style的正则表达式{或<style[^>]*?>[\\s\\S]*?<\\/style>// }String regEx_html = "<[^>]+>"; // 定义HTML标签的正则表达式String regEx_html1 = "<[^>]+";p_script = pile(regEx_script,Pattern.CASE_INSENSITIVE);m_script = p_script.matcher(htmlStr);htmlStr = m_script.replaceAll(""); // 过滤script标签p_style = pile(regEx_style, Pattern.CASE_INSENSITIVE);m_style = p_style.matcher(htmlStr);htmlStr = m_style.replaceAll(""); // 过滤style标签p_html = pile(regEx_html, Pattern.CASE_INSENSITIVE);m_html = p_html.matcher(htmlStr);htmlStr = m_html.replaceAll(""); // 过滤html标签p_html1 = pile(regEx_html1, Pattern.CASE_INSENSITIVE);m_html1 = p_html1.matcher(htmlStr);htmlStr = m_html1.replaceAll(""); // 过滤html标签textStr = htmlStr;// 替换&amp;nbsp;textStr = textStr.replaceAll("&amp;", "").replaceAll("nbsp;", "");} catch (Exception e) {System.err.println("Html2Text: " + e.getMessage());}return textStr;// 返回文本字符串}