JAVA正则表达式去除html标签和内容
可能重复：
如何在Java中删除HTML标签
RegEx匹配除XHTML自包含标签之外的开放标签
我想删除特定的HTML标签及其内容。
例如，如果html是：
<span style='font-family:Verdana;mso-bidi-font-family:
"Times New Roman";display:none;mso-hide:all'>contents</span>
如果标签包含“mso- *”，它必须删除整个标签（开启，关闭和内容）。
正如戴夫牛顿在他的评论中指出的那样，一个html解析器是这里的一种方式。 如果你真的想这么做，这里有一个正则表达式：
String html = "FOO<span style='font-family:Verdana;mso-bidi-font-family:"
+ ""Times New Roman";display:none;mso-hide:all'>contents</span>BAR";
// regex matches every opening tag that contains 'mso-' in an attribute name
// or value, the contents and the corresponding closing tag
String regex = "<(S+)[^>]+?mso-[^>]*>.*?</1>";
String replacement = "";
System.out.println(html.replaceAll(regex, replacement)); // prints FOOBAR