提供一个JAVA过滤HTML代码和截取字符串的类(包括测试用例)

package com.aodun.puhbs.blogging;

import java.util.regex.Pattern;

public class FunctionUtil {  

    public static void main(String[] args) {  

        String str = "<p><font size=\"2\"><span style=\" mce_style=\"font-size: 10.5pt\">"  

                + "依据绩abc效管理体系的规定,公司决定于</span><span style=\" mce_style=\"font-size: 10.5pt\">"  

                + "2008</span><span style=\" mce_style=\"font-size: 10.5pt\">年</span><span style=\" "  

                + "mce_style=\"font-size: 10.5pt\">12</span><span style=\" mce_style=\"font-size: 10.5pt\">"  

                + "月</span><span style=\" mce_style=\"font-size: 10.5pt\">22</span><span style=\" "  

                + "mce_style=\"font-size: 10.5pt\">日</span><span style=\" mce_style=\"font-size: 10.5pt\">"  

                + "\"-2009</span><span style=\" mce_style=\"font-size: 10.5pt\">年</span><span style=\" "  

                + "mce_style=\"font-size: 10.5pt\">1</span><span style=\" mce_style=\"font-size: 10.5pt\">"  

                + "月</span><span style=\" mce_style=\"font-size: 10.5pt\"> 23& </span><span style=\" "  

                + "mce_style=\"font-size: 10.5pt\">日期间进行</span><span style=\" mce_style=\"font-size: "  

                + "10.5pt\">2008</span><span style=\" mce_style=\"font-size: 10.5pt\">年年度绩效考评工作,"  

                + "具体事项如下:</span></font></p>";  

        String str_text = Html2Text(str);  

//        System.out.println(str_text);  

        String slice = abbreviate(str_text, 100, "...");  

        System.out.println(slice);  

    }  

    /** 

     * @param str : 

     *            source string 

     * @param width : 

     *            string's byte width 

     * @param ellipsis : 

     *            a string added to abbreviate string bottom 

     * @return String Object 

     *  

     */  

    public static String abbreviate(String str, int width, String ellipsis) {  

        if (str == null || "".equals(str)) {  

            return "";  

        }  

        int d = 0; // byte length  

        int n = 0; // char length  

        for (; n < str.length(); n++) {  

            d = (int) str.charAt(n) > 256 ? d + 2 : d + 1;  

            if (d > width) {  

                break;  

            }  

        }  

        if (d > width) {  

            n = n - ellipsis.length() / 2;  

            return str.substring(0, n > 0 ? n : 0) + ellipsis;  

        }  

        return str = str.substring(0, n);  

    }  

    /** 

     * @param str : 

     *            source string 

     * @param width : 

     *            string's byte width 

     * @param ellipsis : 

     *            a string added to abbreviate string bottom 

     * @return String Object 

     *  

     */  

    public static String Html2Text(String inputString) {  

        String htmlStr = inputString; // 含html标签的字符串  

        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 = Pattern.compile(regEx_script, Pattern.CASE_INSENSITIVE);  

            m_script = p_script.matcher(htmlStr);  

            htmlStr = m_script.replaceAll(""); // 过滤script标签  

            p_style = Pattern.compile(regEx_style, Pattern.CASE_INSENSITIVE);  

            m_style = p_style.matcher(htmlStr);  

            htmlStr = m_style.replaceAll(""); // 过滤style标签  

            p_html = Pattern.compile(regEx_html, Pattern.CASE_INSENSITIVE);  

            m_html = p_html.matcher(htmlStr);  

            htmlStr = m_html.replaceAll(""); // 过滤html标签  

            p_html1 = Pattern.compile(regEx_html1, Pattern.CASE_INSENSITIVE);  

            m_html1 = p_html1.matcher(htmlStr);  

            htmlStr = m_html1.replaceAll(""); // 过滤html标签  

            textStr = htmlStr;  

        } catch (Exception e) {  

            System.err.println("Html2Text: " + e.getMessage());  

        }  

        return textStr;// 返回文本字符串  

    }  

}  

相关推荐