Java中正则表达式去除html标签

java中正则表达式去除html的标签，主要目的更精确的显示内容，比如前一段时间在做类似于博客中发布文章功能，当编辑器中输入内容后会将样式标签也传入后台并且保存数据库，但是在显示摘要的时候，比如显示正文的前50字作为摘要，那么这时需要去除所有html标签，然后在截取50字，所以就通过了java正则表达式实现了如下方法，代码如下：

    注：这是java正则表达式去除html标签方法。

private static final string regex_script = "<script[^>]*?>[\\s\\s]*?<\\/script>"; // 定义script的正则表达式
  private static final string regex_style = "<style[^>]*?>[\\s\\s]*?<\\/style>"; // 定义style的正则表达式
  private static final string regex_html = "<[^>]+>"; // 定义html标签的正则表达式
  private static final string regex_space = "\\s*|\t|\r|\n";// 定义空格回车换行符
  private static final string regex_w = "<w[^>]*?>[\\s\\s]*?<\\/w[^>]*?>";//定义所有w标签
/**
   * @param htmlstr
   * @return 删除html标签
   * @author longjin
   */
  public static string delhtmltag(string htmlstr) {
    pattern p_w = pattern.compile(regex_w, pattern.case_insensitive);
    matcher m_w = p_w.matcher(htmlstr);
    htmlstr = m_w.replaceall(""); // 过滤script标签
    pattern p_script = pattern.compile(regex_script, pattern.case_insensitive);
    matcher m_script = p_script.matcher(htmlstr);
    htmlstr = m_script.replaceall(""); // 过滤script标签
    pattern p_style = pattern.compile(regex_style, pattern.case_insensitive);
    matcher m_style = p_style.matcher(htmlstr);
    htmlstr = m_style.replaceall(""); // 过滤style标签
    pattern p_html = pattern.compile(regex_html, pattern.case_insensitive);
    matcher m_html = p_html.matcher(htmlstr);
    htmlstr = m_html.replaceall(""); // 过滤html标签
    pattern p_space = pattern.compile(regex_space, pattern.case_insensitive);
    matcher m_space = p_space.matcher(htmlstr);
    htmlstr = m_space.replaceall(""); // 过滤空格回车标签
    htmlstr = htmlstr.replaceall(" ", ""); //过滤 
    return htmlstr.trim(); // 返回文本字符串
  }

　　ps：方法仅供参考，供大家一起互相学习，若有不足或者疑问欢迎评论。