cleanMachineServer/src/main/java/com/shawn/util/DelHtmlUtil.java

package com.shawn.util;

import lombok.extern.slf4j.Slf4j;
import org.elasticsearch.search.suggest.completion.RegexOptions;

import java.util.regex.Matcher;
import java.util.regex.Pattern;
@Slf4j
public class DelHtmlUtil {
    private static final String regEx_pre = "<pre[^>]*?>[\\s\\S]*?<\\/pre>"; // 定义pre的正则表达式
    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_img_src = "<img.*src\\s*=\\s*(.*?)[^>]*?>";//定义img的正则表达式

    /**
     * @param htmlStr
     * @return 删除Html标签
     */
    public static String delHTMLTag(String htmlStr) {
        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_pre = Pattern.compile(regEx_pre, Pattern.CASE_INSENSITIVE);
        Matcher m_pre = p_pre.matcher(htmlStr);
        htmlStr = m_pre.replaceAll(""); // 过滤pre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

        return htmlStr.trim(); // 返回文本字符串
    }

    /**
     * 获取 第一个 img 的src
     * @param htmlStr
     * @return
     */
    public static String getFirstImgSrc(String htmlStr){
        Pattern p_script = Pattern.compile(regEx_img_src, Pattern.CASE_INSENSITIVE);
        Matcher m_image = p_script.matcher(htmlStr);
        while (m_image.find()) {
            // 得到<img />数据
            String img = m_image.group();
            // 匹配<img>中的src数据
            Matcher m = Pattern.compile("src\\s*=\\s*\"?(.*?)(\"|>|\\s+)").matcher(img);
            while (m.find()) {
                return m.group(1);
            }
        }
        return "";
    }


    public static String getTextFromHtml(String htmlStr) {
        htmlStr = delHTMLTag(htmlStr);
        htmlStr = htmlStr.replaceAll(" ", "");
        return htmlStr;
    }

//    public static void main(String[] args) {
//        String str = "ubuntu 安装 phpmyadmin  两种 （两者选一）:\n" +
//                "<h4>1: apt-get 安装  然后使用 已有的虚拟主机目录建立软连接</h4>\n" +
//                "<div class=\"dp-highlighter\">\n" +
//                "<ol class=\"dp-xml\" start=\"1\">\n" +
//                " \t<li class=\"alt\">sudo  apt-get install  phpmyadmin</li>\n" +
//                " \t<li class=\"\">sudo  ln-s /usr/share/phpmyadmin/      /var/www/pma</li>\n" +
//                "</ol>\n" +
//                "</div>\n" +
//                "<h4>2:手动上传</h4>\n" +
//                "网上下载 phpmyadmin软件包,使用 filezilla 上传到 /var/www/pma (pma自己创建)\n" +
//                "\n" +
//                "使用 ip/pma 查看 phpmyadmin\n" +
//                "\n" +
//                "其实 还可以 考虑给phpmyadmin 配置虚拟主机\n" +
//                "\n" +
//                "接下来 配置MySQL的  remote access\n" +
//                "\n" +
//                "默认下 mysql只能是本机访问的 但是 如果我通过ip 远程 访问方式 就是 remote access      比如 我在其他机器上要使用navicate 访问  也属于 remote access\n" +
//                "\n" +
//                "但是 ubuntu中的mysql 默认是不允许的 所以要修改mysql的配置\n" +
//                "\n" +
//                "sudo vim /etc/mysql/my.cnf #修改     bind-address 白名单 取消掉\n" +
//                "\n" +
//                "<img src=\"https://img-blog.csdn.net/20140914221520765?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2FuZzc5NDY4NjcxNA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast\" alt=\"\" />\n" +
//                "<h4></h4>\n" +
//                "<h4>进入phpmyadmin</h4>\n" +
//                "查看 用户 添加一个用户 可以 用 公网的ip 访问:\n" +
//                "\n" +
//                "<img src=\"https://img-blog.csdn.net/20140914222446977?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2FuZzc5NDY4NjcxNA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast\" alt=\"\" />\n" +
//                "\n" +
//                "<img src=\"https://img-blog.csdn.net/20140914222456821?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2FuZzc5NDY4NjcxNA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast\" alt=\"\" />\n" +
//                "<h4>重启msyql</h4>\n" +
//                "<div class=\"dp-highlighter\">\n" +
//                "<ol class=\"dp-xml\" start=\"1\">\n" +
//                " \t<li class=\"alt\">sudo  service  mysql restart</li>\n" +
//                "</ol>\n" +
//                "</div>\n" +
//                "使用navicate测试远程登录:\n" +
//                "\n" +
//                "<img src=\"https://img-blog.csdn.net/20140914222659905?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2FuZzc5NDY4NjcxNA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast\" alt=\"\" />\n" +
//                "\n" +
//                "<img src=\"https://img-blog.csdn.net/20140914222803896?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvd2FuZzc5NDY4NjcxNA==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast\" alt=\"\" />\n" +
//                "\n" +
//                "以上  远程登录 已经 完成\n" +
//                "\n" +
//                "&nbsp;\n" +
//                "\n" +
//                "更多文章\n" +
//                "\n" +
//                "<a href=\"http://liuyanzhao.com/2009.html\" target=\"_blank\" rel=\"noopener noreferrer\">ubuntu14.04 下 mysql 存储目录迁移</a>\n" +
//                "\n" +
//                "<a href=\"http://liuyanzhao.com/1978.html\" target=\"_blank\" rel=\"noopener noreferrer\">ubuntu14.04下配置apache虚拟主机</a>\n" +
//                "\n" +
//                "<a href=\"http://liuyanzhao.com/2447.html\" target=\"_blank\" rel=\"noopener noreferrer\">ubuntu14.04 安装phpmyadmin 和配置</a>\n" +
//                "\n" +
//                "&nbsp;\n" +
//                "\n" +
//                "&nbsp;\n" +
//                "\n" +
//                "本文地址：<a href=\"http://liuyanzhao.com/2447.html\" target=\"_blank\" rel=\"noopener noreferrer\">http://liuyanzhao.com/2447.html</a>\n" +
//                "\n" +
//                "转载请注明\n" +
//                "\n" +
//                "&nbsp;";
//        System.out.println(getTextFromHtml(str));
//        System.out.println(getFirstImgSrc(str));
//    }
}