使用正则获取文章摘要

在想如何获取文章摘要的时候，有若干个想法，
第一，在获取到文章后，直接截取前100个字符，但因为是富文本，存在数据库时有很多html标签，如果前一百个截断了html怎么办？或者去掉所有html标签再截取，但就失去了文本格式；
第二，在数据库中文章表中添加一个摘要字段，如果写文章时候不修改，那么就默认为第一段或者前多少个字，当然也可以手动修改，但是非常不想用这样方法。

之后，在网上看到别人想法，使用第一个<p></p>标签中的文字作为摘要。而且正常第一段文字的确是大部分技术类博客的主要内容。

第一想法就是使用正则，来找到第一个<p>,但是<p>里面可能会有张<img> 这不是我们想要的摘要，所以我们需要过滤掉<img>，边学边用正则，起初脑子里一直盯着^这个字符（取反），比如这样^(<img)，或者(^<img)，当然都是不对的，应当使用前瞻，我要匹配<p>且下一个字符不是<img>的，中间任意，最后以</p>结尾.

(?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置

直接给出代码

private String getDigest(String content){
        //正则筛选第一个文字<p>
        Pattern datePattern = Pattern.compile("<p>((?!<img).)*?<\\/p>");
        Matcher dateMatcher = datePattern.matcher(content);
        if(dateMatcher.find()) {
            return dateMatcher.group();   //返回第一个<p>
        }else
        {
            return "null";
        }
    }