public class Test { /** * @Title: main * @Description: * @param args * @author * @date 2016年2月17日 * 1、去掉字符串中所有的标签,获取纯文本内容 * 2、获取html节点中img的src路径 */ public static void main(String[] args) { String html = "<div><p style='color:red;'>12132第一串字符</p></div><br /><div><p>这是第二窜字符</p></div><img width='199' src='_image/12/label'/><img width='199' src='_image/13/label'/><img width='199' src='_image/14/label'/>"; Pattern p = Pattern.compile("<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>"); Matcher m = p.matcher(html); List<String> srcs = new ArrayList<String>(); while(m.find()){ srcs.add(m.group(1)); } String regex = "<[^>]*>"; String str = html.replaceAll(regex, ""); System.out.println(str+"\n"+srcs.get(0)); }}