在Java中轻松将HTML格式文本转换为纯文本的方法示例(保留换行)

在Java中轻松将HTML格式文本转换为纯文本的方法示例(保留换行)

第一步：引入jsoup和lang和lang3的依赖EMezRaK：

Jsoup是HTML解析器

lang和lang3这两个包里有转换所需的工具类

org.jsoup

jsoup

1.11.3

commons-lang

commons-lang

2.6

&lhttp://t;dependency>

org.apache.commons

commons-lang3

3.4

第二步：直接使用即可：

import org.apache.commons.lang.StringEscapeUtils;

import org.apache.commons.lang3.StringUtils;

import org.jsoup.Jsoup;

import org.jsoup.nodes.Document;

import org.jsoup.safety.Whitelist;

/**

* @author Piconjo

*/

public class Html2PlainText {

public static String convert(String html)

{

if (StringUtils.isEmpty(html))

{

return "";

}

Document document = Jsoup.parse(html);

Document.OutputSettings outputSettings = new Document.OutputSettings().prettyPrint(false);

document.outputSettings(outputSettings);

document.select("br").append("\\n");

document.select("p").prepend("\\n");

document.select("p").append("\\n");

String newHtml = document.html().replaceAll("\\\\n", "\n");

String plainText = Jsoup.clean(newHtml, "", Whitelist.none(), outputSettings);

String result = StringEscapeUtils.unescapeHtml(plainText.trim());

return result;

}

}

使用测试：

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。