package ink.wgink.util;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HtmlHelper {

    /**
     * 去除script
     */
    private static final Pattern P_SCRIPT = Pattern.compile("<script[^>]*?>[\\s\\S]*?<\\/script>",
            Pattern.CASE_INSENSITIVE);
    /**
     * 去除style的正则表达式
     */
    private static final Pattern P_STYLE = Pattern.compile("<style[^>]*?>[\\s\\S]*?<\\/style>",
            Pattern.CASE_INSENSITIVE);
    /**
     * 定义HTML标签的正则表达式
     */
    private static final Pattern P_HTML = Pattern.compile("<[^>]+>", Pattern.CASE_INSENSITIVE);
    /**
     * 定义空格回车换行符
     */
    private static final Pattern P_SPACE = Pattern.compile("\\s*|\t|\r|\n",
            Pattern.CASE_INSENSITIVE);

    /**
     * <p>
     * title HtmlHelper
     * </p>
     * <p>
     * description 获取纯文本
     * </p>
     *
     * @param html
     * @return
     * @author WenG
     * @date 2018年6月14日 下午2:31:32
     * @modifier WenG
     * @date 2018年6月14日 下午2:31:32
     */
    public static String getText(String html) {
        // 过滤script标签
        Matcher mScript = P_SCRIPT.matcher(html);
        html = mScript.replaceAll("");
        // 过滤style标签
        Matcher mStyle = P_STYLE.matcher(html);
        html = mStyle.replaceAll("");
        // 过滤html标签
        Matcher mHtml = P_HTML.matcher(html);
        html = mHtml.replaceAll("");
        // 过滤空格回车标签
        Matcher mSpace = P_SPACE.matcher(html);
        html = mSpace.replaceAll("");
        return html;
    }

}