Java过滤HTML标签，即提取HTML中的纯文本，不使用正则表达式【jsoup方式，超级简单】，附富文本方式

客官°小女子只卖身不卖艺 2022-05-18 08:22 398阅读 0赞

### **服务器端提取方案（Jsoup方式）** ###

如果你想从带HTML标签的字符串中提取纯文本的话，可以使用jsoup工具包，非常简单

应用场景，比如你的网站有个富文本编辑器，富文本编辑器中带有很多html标签，比如p标签，img标签等等，这些在富文本编辑器中时非常常见的，而富文本提交的信心带标签，我们有的时候不是要把添加的内容完全展示，而是展示缩略信息就好（也就是纯文本信息），这样简略也不影响布局，就想我们CSDN的文字缩略信息，就是从富文本内容中提取了纯文本信息（我猜的）

![70][]

实现：使用jsoup，这个是干嘛的百度去

导入jar包

<dependency>
                <groupId>org.jsoup</groupId>
                <artifactId>jsoup</artifactId>
                <version>1.11.3</version>
            </dependency>

不使用maven的自己下载去[jar下载地址][jar]

代码

String html = "<html><head><title>这是文本信息</title></head>"
                    + "<body><p>文本信息二</p></body></html>";
            Document doc = Jsoup.parse(html);
            System.out.println(doc.text());//doc.text()就是过滤掉标签后的纯文本

这样就实现了过滤标签/提取纯文本

### **客户端方案(富文本方式)** ###

**在网页中发布文章的时候提取纯文本，一般是使用富文本编辑器编写文章，大多富文本都提供有提取富文本中纯文本的api**

**百度UEditor **

ue.getContentTxt();

wangEditor

editor.txt.text();

其他的编辑器请仔细阅读文档

[70]: /images/20220518/707b5528a574491fbfdb71deac0a7311.png
[jar]: http://mvnrepository.com/artifact/org.jsoup/jsoup/1.11.3