JAVA HTML 태그 또는 모든 태그 형식 제거

JAVA - 정규표현식을 이용한 HTML 태그 또는 모든 태그 형식 제거

# HTML 제거

2006/12/04 15:10
HTML 태그는 < 로 시작해서 > 로 끝나고, 종료 태그의 경우는 로 끝난다. 따라서, 다음과 같은 정규 표현식은 HTML 태그를 모두 포함하게 된다.

<(/)?([a-zA-Z]*)(\\s[a-zA-Z]*=[^>]*)?(\\s)*(/)?>

자바 1.4부터 String.repalceAll(String regex, String replacemenet) 메소드를 제공하는데, 이 메소드는 문자열에서 regex의 정규 표현식에 일치하는 부분을 replacement로 취환해주는 기능을 제공한다.

특정 문자열에 HTML 태그를 제거하려면 위의 정규 표현식을 다음과 같이 적용하면 된다.

1 2	String text = "......"; String textWithoutTag = text.replaceAll("<(/)?([a-zA-Z]*)(\\s[a-zA-Z]*=[^>]*)?(\\s)*(/)?>", "");

# 모든 태그 형식 제거

'<'로 시작, '>'로 끝나는 형식

<[^>]*>

1	String str = str.replaceAll("<[^>]*>", " ");