Java正则表达式匹配、替换HTML内容

最新推荐文章于 2021-06-10 01:36:51 发布

weixin_30807677

最新推荐文章于 2021-06-10 01:36:51 发布

阅读量223

点赞数

文章标签： java

原文链接：http://www.cnblogs.com/bihailantian/archive/2010/09/20/1831951.html

版权

第一：像网页链接<a .......... href="[url1]" .......>之间的内容中[URL[绝对地址替换成相对地址，首先要查找匹配这个链接，查找匹配这个串的正则表达式串为

(<\\s*a\\s+(?:[^\\s>]\\s*){0,})href\\s*=\\s*(\"|'|)([^\\2\\s>]*)\\2((?:\\s*[^\\s>]){0,}\\s *>)

    //查找匹配的代码如下：
    String patternStrs="(<\\s*a\\s+(?:[^\\s>]\\s*){0,})href\\s*=\\s*(\"|'|)([^\\2\\s>]*)\\2((?:\\s*[^\\s>]){0,}\\s *>)";
    PatternCompiler complier = new Perl5Compiler();
    PatternMatcher matcher = new Perl5Matcher();

    Pattern patternForLink = complier.compile(patternStrs,
                                              Perl5Compiler.
                                              CASE_INSENSITIVE_MASK);
    PatternMatcherInput input = new PatternMatcherInput(htmlContent);
    while (matcher.contains(input, patternForLink)) {
      MatchResult match = matcher.getMatch();
      //处理匹配的结果，是要替换还是要其他处理
    }

第二：对其他的标签也类似只要把匹配的字符串改一下为要匹配的标签就可以了。(如IMG标签)
(<\s*img\s+(?:[^\s>]\s*){0,})src\s*=\s*("|'|)([^\2\s>]*)\2((?:\s*[^\s>]){0,}\s*>)，这样就可以处理
<img.....................src="[url]"...............>的标签匹配，对其他的标签也一样......
总结：对于大量要处理的文本，建议还是用到正则表达式，而要处理的文本比较少时，用普通的字符串API处理函数就足够了。

转载于:https://www.cnblogs.com/bihailantian/archive/2010/09/20/1831951.html