java正则表达式，怎么剔除HTML注释<abc->-Java教程-爱易网页

java正则表达式，怎么剔除HTML注释<abc->

日期：2014-05-20　浏览次数：20711 次

java正则表达式，如何剔除HTML注释
下面这段html代码，我想剔除所有的标签、脚本、注释，只留下实际的文字内容，使用的java方法也贴出来了，可结果却不尽人意，剔除结果是剩下了几个字，经研究，发现是regEx_o = "<\\!--.*-->"导致的，由于<body></body>的前后都有注释，导致整个body都被截掉了，尝试这样写regEx_o = "<\\!--[^(*-->*)]-->";还是会存在问题，所有正能请教高人了！
HTML页面的内容：

<html xmlns:v="urn:schemas-microsoft-com:vml"

xmlns:o="urn:schemas-microsoft-com:office:office"

xmlns:w="urn:schemas-microsoft-com:office:word"

xmlns:m="http://schemas.microsoft.com/office/2004/12/omml"

xmlns="http://www.w3.org/TR/REC-html40">



<head>

<meta http-equiv=Content-Type content="text/html; charset=gb2312">

<meta name=ProgId content=Word.Document>

<meta name=Generator content="Microsoft Word 12">

<meta name=Originator content="Microsoft Word 12">

<link rel=File-List href="54-01-01_3_2.files/filelist.xml">

<link rel=Edit-Time-Data href="54-01-01_3_2.files/editdata.mso">

<!--[if !mso]>

<style>

v\:* {behavior:url(#default#VML);}

o\:* {behavior:url(#default#VML);}

w\:* {behavior:url(#default#VML);}

.shape {behavior:url(#default#VML);}

</style>

<![endif]-->

<title>气发〔2001〕×号</title>

<!--[if gte mso 9]><xml>

 <o:DocumentProperties>

  <o:Author>admin</o:Author>

 </o:DocumentProperties>

</xml><![endif]-->

<link rel=themeData href="54-01-01_3_2.files/themedata.thmx">

<link rel=colorSchemeMapping href="54-01-01_3_2.files/colorschememapping.xml">

<!--[if gte mso 9]><xml>

 <w:WordDocument>

</xml><![endif]-->

<style>

<!--

 /* Font Definitions */

div.Section1

	{page:Section1;}

-->

</style>

<!--[if gte mso 10]>

<style>

 /* Style Definitions */

</style>

<![endif]--><!--[if gte mso 9]><xml>

 </o:shapelayout></xml><![endif]-->

</head>



<body lang=ZH-CN style='tab-interval:21.0pt;text-justify-trim:punctuation'>



<div class=Section1 style='layout-grid:30.8pt -.2pt;mso-layout-grid-char-alt:

-849'>



<p class=MsoNormal style='line-height:28.3pt;mso-line-height-rule:exactly'><!--[if gte vml 1]><v:line

 id="_x0000_s1029" style='position:absolute;left:0;text-align:left;z-index:-3;

 visibility:visible;mso-position-vertical-relative:page' from="-20.95pt,783.3pt"

 to="460.95pt,783.3pt" strokecolor="red" strokeweight="4.5pt">

 <v:stroke linestyle="thinThick"/>

</v:line><![endif]-->



</span><![endif]><!--[if gte vml 1]><v:line id="_x0000_s1027" style='position:absolute;

 left:0;text-align:left;z-index:-5;visibility:visible;

 mso-position-vertical-relative:page' from="-20.75pt,140.6pt" to="461.15pt,140.6pt"

 strokecolor="red" strokeweight="4.5pt">

 <v:stroke linestyle="thickThin"/>

</v:line><![endif]--><![if !vml]><span style='mso-ignore:vglayout;position:

absolute;z-index:-5;left:0px;margin-left:-31px;margin-top:184px;width:649px;

height:7px'><img width=649 height=7 src="54-01-01_3_2.files/image002.gif"

v:shapes="_x0000_s1027"></span><![endif]></p>



</span><![endif]></p>

免责声明： 本文仅代表作者个人观点，与爱易网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。

java正则表达式，怎么剔除HTML注释<abc->

相关资料更多>

推荐阅读更多>