其实从html富文本中提取纯文本很简单，富文本基本上是使用html标签给文本加上丰富多彩的样式。
所以只需要将富文本字符串中的“<.....>”标签剔除，即可得到纯文本。我们可以使用正则表达式，来匹配所有的html标签，并替换成空字符，如下：
//html剔除富文本标签，留下纯文本
function getSimpleText(html){
var re1 = new RegExp("<.+?>","g");//匹配html标签的正则表达式，"g"是搜索匹配多个符合的内容
var msg = html.replace(re1,'');//执行替换成空字符
return msg;
}
java：
str = str.replaceAll("<.+?>", "");
------------------------------------
原文地址：