使用正则替换img标签的src属性

最新推荐文章于 2023-08-25 16:32:21 发布

djyqq

最新推荐文章于 2023-08-25 16:32:21 发布

阅读量1.4k

点赞数

分类专栏：问题记录文章标签： img src 正则表达式替换

本文链接：https://blog.csdn.net/djyqq/article/details/84249208

版权

问题记录专栏收录该内容

12 篇文章 0 订阅

订阅专栏

需求：由于系统切换，要求将存在数据库中的网页内容中的img标签的src属性进行修补，举例：

content="<p><img title=\"122444234\" src=\"/files/post/122444234.jpg\"/><p>其他字符";

要求替换后为：

content="<p><img title=\"122444234\" src=\"http://xxx.xxx.com/files/post/122444234_500.jpg\" /><p>其他字符";

使用正则即可解决，代码如下（ApiUtil.java静态方法）

/**
	 * 将img标签中的src进行二次包装
	 * @param content 内容
	 * @param replaceHttp 需要在src中加入的域名
	 * @param size 需要在src中将文件名加上_size
	 * @return
	 */
	public static String repairContent(String content,String replaceHttp,int size){
		String patternStr="<img\\s*([^>]*)\\s*src=\\\"(.*?)\\\"\\s*([^>]*)>";
		Pattern pattern = Pattern.compile(patternStr,Pattern.CASE_INSENSITIVE);
		Matcher matcher = pattern.matcher(content);
		String result = content;
		while(matcher.find()) {
			String src = matcher.group(2);
			logger.debug("pattern string:"+src);
			String replaceSrc = "";
			if(src.lastIndexOf(".")>0){
				replaceSrc = src.substring(0,src.lastIndexOf("."))+"_"+size+src.substring(src.lastIndexOf("."));
			}
			if(!src.startsWith("http://")&&!src.startsWith("https://")){
				replaceSrc = replaceHttp + replaceSrc;
			}
			result = result.replaceAll(src,replaceSrc);
		} 
		logger.debug(" content == " +content);
		logger.debug(" result == " + result);
		return result;
	}

测试代码：

public static void main(String[] args) {
		String content = "<p><img  title=\"10010001\" src=\"/files/post/10010001.gif\" width=\"200\" height=\"300\" />" +
				"</p><p><img  title=\"10010002\" src=\"/files/post/10010002.gif\" width=\"500\" height=\"300\" /><p>&nbsp;</p>"+
				"</p><p><img  title=\"10010003\" src=\"/files/post/10010003.gif\" width=\"600\" height=\"300\" /><p>&nbsp;</p>";
		String replaceHttp = "http://www.baidu.com";
		int size = 500;
		String result = ApiUtil.repairContent(content, replaceHttp, size);
		System.out.println(result);
	}

关键在于正则表达式：<img\\s*([^>]*)\\s*src=\\\"(.*?)\\\"\\s*([^>]*)>

特别是 ([^>]*) 不能用.*代替，否则只会从<img匹配到字符串最后一个">"符号为止，如果每个src的内容不一样，就只会替换最后一个src

参考：http://hi.baidu.com/yanghuichi520/item/69e12ede3f7c8a1ee0f46fab

原文地址：http://it.5yun.com.cn/html/y2015/m03/112.html