본문 바로가기
Java/regex

[regex]JAVA 정규표현식을 이용한 패턴매칭(HTML 제거)

1125521101 2014. 8. 28. 16:39

JAVA 정규표현식을 이용한 패턴매칭(HTML 제거)



JAVA 에서도 정규표현식을 이용하여 패턴매칭이 가능하다. 


다음은 정규표현식을 사용하여, 숫자와 영문을 제거하는 소스코드이다. 


  소스코드 

import java.util.regex.*;


....


private String removeChar(String inp){

// 띄어쓰기 제거

String tmp = inp.replaceAll(" ", "");

// 숫자 제거 

tmp = this.removeRex("[0-9]", tmp);  

// 영문 제거 

tmp = this.removeRex("[a-zA-Z]", tmp); 

return tmp; 

}

// 패턴 제거

private String removeRex(String rex, String inp){

Pattern numP = Pattern.compile(rex); 

Matcher mat = numP.matcher("");

mat.reset(inp);

inp = m.replaceAll("");

return inp ; 

}


이런 정규 표현식을 이용하여 , HTML 태그를 제거할 수 있다. 


다음은 HTML 태그를 제거하는 함수이다. 


  소스코드 

import java.util.regex.Matcher;

import java.util.regex.Pattern;


....


while(true){

String str = bf.readLine(); 

if(str == null) break; 

  if(str.length() == 0) pw.println(); 

str = this.removeTag(str);


System.out.println(str);

}


....


public String removeTag(String str){

Matcher mat;  


// script 처리 

Pattern script = Pattern.compile("<(no)?script[^>]*>.*?</(no)?script>",Pattern.DOTALL);  

mat = script.matcher(str);  

str = mat.replaceAll("");  

// style 처리

Pattern style = Pattern.compile("<style[^>]*>.*</style>",Pattern.DOTALL);  

mat = style.matcher(str);  

str = mat.replaceAll("");  

// tag 처리 

Pattern tag = Pattern.compile("<(\"[^\"]*\"|\'[^\']*\'|[^\'\">])*>");  

mat = tag.matcher(str);  

str = mat.replaceAll("");  

// ntag 처리 

Pattern ntag = Pattern.compile("<\\w+\\s+[^<]*\\s*>");  

mat = ntag.matcher(str);  

str = mat.replaceAll("");  

// entity ref 처리

Pattern Eentity = Pattern.compile("&[^;]+;");  

mat = Eentity.matcher(str);  

str = mat.replaceAll("");

// whitespace 처리 

Pattern wspace = Pattern.compile("\\s\\s+");  

mat = wspace.matcher(str); 

str = mat.replaceAll("");          


return str ;

}



  매칭된 부분을 출력

Pattern script = Pattern.compile("\\[.*\\]$");  

mat = script.matcher(str);  

while(mat.find()){

System.out.println(mat.group());

}

JAVA 정규표현식을 이용한 패턴매칭(HTML 제거)



JAVA 에서도 정규표현식을 이용하여 패턴매칭이 가능하다. 


다음은 정규표현식을 사용하여, 숫자와 영문을 제거하는 소스코드이다. 


  소스코드 

import java.util.regex.*;


....


private String removeChar(String inp){

// 띄어쓰기 제거

String tmp = inp.replaceAll(" ", "");

// 숫자 제거 

tmp = this.removeRex("[0-9]", tmp);  

// 영문 제거 

tmp = this.removeRex("[a-zA-Z]", tmp); 

return tmp; 

}

// 패턴 제거

private String removeRex(String rex, String inp){

Pattern numP = Pattern.compile(rex); 

Matcher mat = numP.matcher("");

mat.reset(inp);

inp = m.replaceAll("");

return inp ; 

}


이런 정규 표현식을 이용하여 , HTML 태그를 제거할 수 있다. 


다음은 HTML 태그를 제거하는 함수이다. 


  소스코드 

import java.util.regex.Matcher;

import java.util.regex.Pattern;


....


while(true){

String str = bf.readLine(); 

if(str == null) break; 

  if(str.length() == 0) pw.println(); 

str = this.removeTag(str);


System.out.println(str);

}


....


public String removeTag(String str){

Matcher mat;  


// script 처리 

Pattern script = Pattern.compile("<(no)?script[^>]*>.*?</(no)?script>",Pattern.DOTALL);  

mat = script.matcher(str);  

str = mat.replaceAll("");  

// style 처리

Pattern style = Pattern.compile("<style[^>]*>.*</style>",Pattern.DOTALL);  

mat = style.matcher(str);  

str = mat.replaceAll("");  

// tag 처리 

Pattern tag = Pattern.compile("<(\"[^\"]*\"|\'[^\']*\'|[^\'\">])*>");  

mat = tag.matcher(str);  

str = mat.replaceAll("");  

// ntag 처리 

Pattern ntag = Pattern.compile("<\\w+\\s+[^<]*\\s*>");  

mat = ntag.matcher(str);  

str = mat.replaceAll("");  

// entity ref 처리

Pattern Eentity = Pattern.compile("&[^;]+;");  

mat = Eentity.matcher(str);  

str = mat.replaceAll("");

// whitespace 처리 

Pattern wspace = Pattern.compile("\\s\\s+");  

mat = wspace.matcher(str); 

str = mat.replaceAll("");          


return str ;

}



  매칭된 부분을 출력

Pattern script = Pattern.compile("\\[.*\\]$");  

mat = script.matcher(str);  

while(mat.find()){

System.out.println(mat.group());

}

JAVA 정규표현식을 이용한 패턴매칭(HTML 제거)



JAVA 에서도 정규표현식을 이용하여 패턴매칭이 가능하다. 


다음은 정규표현식을 사용하여, 숫자와 영문을 제거하는 소스코드이다. 


  소스코드 

import java.util.regex.*;


....


private String removeChar(String inp){

// 띄어쓰기 제거

String tmp = inp.replaceAll(" ", "");

// 숫자 제거 

tmp = this.removeRex("[0-9]", tmp);  

// 영문 제거 

tmp = this.removeRex("[a-zA-Z]", tmp); 

return tmp; 

}

// 패턴 제거

private String removeRex(String rex, String inp){

Pattern numP = Pattern.compile(rex); 

Matcher mat = numP.matcher("");

mat.reset(inp);

inp = m.replaceAll("");

return inp ; 

}


이런 정규 표현식을 이용하여 , HTML 태그를 제거할 수 있다. 


다음은 HTML 태그를 제거하는 함수이다. 


  소스코드 

import java.util.regex.Matcher;

import java.util.regex.Pattern;


....


while(true){

String str = bf.readLine(); 

if(str == null) break; 

  if(str.length() == 0) pw.println(); 

str = this.removeTag(str);


System.out.println(str);

}


....


public String removeTag(String str){

Matcher mat;  


// script 처리 

Pattern script = Pattern.compile("<(no)?script[^>]*>.*?</(no)?script>",Pattern.DOTALL);  

mat = script.matcher(str);  

str = mat.replaceAll("");  

// style 처리

Pattern style = Pattern.compile("<style[^>]*>.*</style>",Pattern.DOTALL);  

mat = style.matcher(str);  

str = mat.replaceAll("");  

// tag 처리 

Pattern tag = Pattern.compile("<(\"[^\"]*\"|\'[^\']*\'|[^\'\">])*>");  

mat = tag.matcher(str);  

str = mat.replaceAll("");  

// ntag 처리 

Pattern ntag = Pattern.compile("<\\w+\\s+[^<]*\\s*>");  

mat = ntag.matcher(str);  

str = mat.replaceAll("");  

// entity ref 처리

Pattern Eentity = Pattern.compile("&[^;]+;");  

mat = Eentity.matcher(str);  

str = mat.replaceAll("");

// whitespace 처리 

Pattern wspace = Pattern.compile("\\s\\s+");  

mat = wspace.matcher(str); 

str = mat.replaceAll("");          


return str ;

}



  매칭된 부분을 출력

Pattern script = Pattern.compile("\\[.*\\]$");  

mat = script.matcher(str);  

while(mat.find()){

System.out.println(mat.group());

}



출처 : http://ra2kstar.tistory.com/119

저작자표시

티스토리툴바