java将富文本字符串（HTML）转为文本（Text）

青旅半醒 2022-06-05 06:49 809阅读 0赞

话不多说，直接上代码：

import java.io.ByteArrayInputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import java.io.InputStreamReader;
    import java.io.Reader;
    
    import javax.swing.text.html.HTMLEditorKit;
    import javax.swing.text.html.parser.ParserDelegator;
    
    public class Html2Text extends HTMLEditorKit.ParserCallback { 
    
        private static Html2Text html2Text = new Html2Text();
    
        StringBuffer s;
    
        public Html2Text() {
        }
    
        public void parse(String str) throws IOException {
    
            InputStream iin = new ByteArrayInputStream(str.getBytes());
            Reader in = new InputStreamReader(iin);
            s = new StringBuffer();
            ParserDelegator delegator = new ParserDelegator();
            // the third parameter is TRUE to ignore charset directive
            delegator.parse(in, this, Boolean.TRUE);
            iin.close();
            in.close();
        }
    
        public void handleText(char[] text, int pos) {
            s.append(text);
        }
    
        public String getText() {
            return s.toString();
        }
    
        public static String getContent(String str) {
            try {
                html2Text.parse(str);
            } catch (IOException e) {
                // TODO Auto-generated catch block
                e.printStackTrace();
            }
            return html2Text.getText();
        }
    }

代码是网上copy过来的，稍微修改为接受字符串，并在内部写了一个极其简陋的单例，使用的是java的api，效果极其的好，比起网上使用正则表达式替换来得快，正确性也比较高，我试过用网上正则的，都是不太理想，情况复杂点的，都挂了。  
使用方式如下：

String text = Html2Text.getContent("你的富文本字符串");