java去掉html标签 必须首先去掉双引号的正则

要去掉html标签，我们可以使用Java的正则表达式来过滤掉带有HTML标记的字符串，即将HTML标记替换为空字符串或其它需要的字符。然而，由于HTML标记中存在引号，我们首先需要过滤掉这些引号，以避免被错误地解析。

以下是要去除HTML标签时可以应用的正则表达式：

String regex = "<[^>]+>|&[a-zA-Z]{1,10};";
String text = "<p>这是一段带有HTML标记的文本，<strong>请帮我去除其中的标记。</strong></p>";
String result = text.replaceAll(regex, "");
System.out.println(result);

上述代码中，我们定义了一个正则表达式“<[^>]+>|&[a-zA-Z]{1,10};”，该正则表达式可以匹配尖括号“<”和“>”之间的任何字符，并将其替换为空字符串。另外，该正则表达式还能够匹配HTML实体，如“ ”等，并将其替换为空字符串。

下面是另一个示例，该示例使用了Java SE 8中新增的Stream API，以更简单、优雅的方式去除HTML标签：

String text = "<p>这是一段带有HTML标记的文本，<strong>请帮我去除其中的标记。</strong></p>";
String result = Arrays.stream(text.split("\\<.*?\\>")).collect(Collectors.joining(""));
System.out.println(result);

上述代码中，我们首先使用split方法将HTML标记替换为空字符串，然后使用Stream API的collect方法将其汇总成一个字符串。最终结果相当于使用正则表达式替换的结果。需要注意的是，在split方法中，我们使用了“\<.*?\>”正则表达式，该正则表达式与上述正则表达式相同，都可以匹配尖括号“<”和“>”之间的任何字符，但是这里使用了非贪婪模式，以便在匹配第一个尖括号后立即停止，而不是匹配到最后一个尖括号。