시소당

정규 표현식을 사용하여 HTML 태그 제거하기

웹  프로그래밍을  하다보면  DB에  저장된  내용중  일부분을  보여주어야  하는  경우가  있다.  예를  들어,  게시판의  내용중  일부를  보여준다거나  제목의  일부만  보여주어야  하는  경우가  그렇다.  이렇게  내용의  일부만  보여주어야  할  때  주의해야  할  점은  내용에  포함된  HTML  태그를  제거해주어야  한다는  점이다.  자바  1.4부터  정규  표현식  기능이  추가되었는데,  이를  사용하면  매우  간단하게  String에  포함된  HTML  태그를  제거할  수  있다.  본  팁에서는  이  정규  표현식을  사용해서  HTML  태그를  제거하는  방법을  설명하겠다.

먼저  HTML  태그는  <  로  시작해서  >  로  끝나고,  종료  태그의  경우는  </  로  시작하거나  또는  />로  끝난다.  따라서,  다음과  같은  정규  표현식은  HTML  태그를  모두  포함하게  된다.
<(/)?([a-zA-Z]*)(\\s[a-zA-Z]*=[^>]*)?(\\s)*(/)?>

자바  1.4부터  String.repalceAll(String  regex,  String  replacemenet)  메소드를  제공하는데,  이  메소드는  문자열에서  regex의  정규  표현식에  일치하는  부분을  replacement로  취환해주는  기능을  제공한다.  따라서,  특정  문자열에  HTML  태그를  제거하려면  위의  정규  표현식을  다음과  같이  적용하면  된다.
String  text  =  "......";  String  textWithoutTag  =  text.replaceAll("<(/)?([a-zA-Z]*)(\\s[a-zA-Z]*=[^>]*)?(\\s)*(/)?>",  "");

[출처]  정규  표현식을  사용하여  HTML  태그  제거하기|작성자  bd0224
http://blog.naver.com/bd0224?Redirect=Log&logNo=110004135516