在在Java中轻松将中轻松将HTML格式文本转换为纯文本格式文本转换为纯文本(保留换行保留换行)
第一步:引入第一步:引入Jsoup和和lang和和lang3的依赖:的依赖:
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
org.apache.commons
commons-lang3
3.4
第二步:直接使用即可: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", "");
String plainText = Jsoup.clean(newHtml, "", Whitelist.none(), outputSettings);
String result = StringEscapeUtils.unescapeHtml(plainText.trim());
return result;
}
}
使用测试:使用测试:
作者:作者:Piconjo_Official
评论0