使用Java,当使用javamail阅读pop3电子邮件时,如何从中剥离html?

我需要让用户向一个地址提交一封电子邮件,该地址将用于填充我的数据库中的实体。我的程序会定期检查收件箱中的新邮件,当它发现新邮件时,我需要使用主题、发件人、发送日期、附件和正文来填充DB实体。我已经能够获得所有的字段,但当正文包含html时,我遇到了问题。我只需要存储电子邮件的文本。我想把身上所有的标签、签名等都去掉。除了正则表达式,还有更好的方法吗?

这是我用来获取正文的函数。我的问题在于当mimetype在函数的最后部分遇到“multipart/*”情况时。函数返回html消息。除了regex之外,我还能做些什么来去除该部分中的标记?

    /**
 * Return the primary text content of the message.
 */
private String getText(Part p) throws MessagingException, IOException {
    if (p.isMimeType("text/*")) {
        String s = (String)p.getContent();
        textIsHtml = p.isMimeType("text/html");
        return s;
    }

    if (p.isMimeType("multipart/alternative")) {
        // prefer html text over plain text
        Multipart mp = (Multipart)p.getContent();
        String text = null;
        for (int i = 0; i < mp.getCount(); i++) {
            Part bp = mp.getBodyPart(i);
            if (bp.isMimeType("text/plain")) {
                if (text == null){
                    text = getText(bp);
                }
                continue;
            } 
            else if (bp.isMimeType("text/html")) {
                String s = getText(bp);
                if (s != null){
                    return s;
                }
            } 
            else {
                return getText(bp);
            }
        }
        return text;
    } 
    else if (p.isMimeType("multipart/*")) {
        Multipart mp = (Multipart)p.getContent();
        for (int i = 0; i < mp.getCount(); i++) {
            String s = getText(mp.getBodyPart(i));
            if (s != null)
                return s;
        }
    }
    return null;
}

我们非常感谢您的帮助。

我一直在尝试以下内容,但这导致了我在下面评论的西班牙语问题。

 else if (p.isMimeType("multipart/*")) {
        Multipart mp = (Multipart)p.getContent();
        for (int i = 0; i < mp.getCount(); i++) {
            String s = getText(mp.getBodyPart(i));
            Document doc = Jsoup.parse(s);
            String retText = doc.text();
            retText.replaceAll("[0%d0%a]", "<br />");
            if (retText != null)
                return retText;
        }
    }

我也尝试过用[\r\n]和[\n]作为正则表达式。