有时候需要对前端传入的html文档做处理,简单的场景下可用正则实现,但如果遇到复杂的情形,比如需要对整个dom片段进行数据提取和归类,可以考虑使用Jsoup。
Jsoup可以解析dom片段,并提供了类似jQuery操作dom的api,例如getElementById,getElementByTagName等等。
实际项目代码:
依赖
<dependency>
<groupId>org.jsoup</groupId>
<artifactId>jsoup</artifactId>
<version>1.8.3</version>
</dependency>
java代码:
/**
* 获取文中的图片和视频
*
* @param htmlStr
* @return
*/
public static List<MediaDTO> getMediaList(String htmlStr) {
List<MediaDTO> medias = new ArrayList<>();
//html片段转成dom对象
Document parse = Jsoup.parseBodyFragment(htmlStr);
//获取<img>标签
Elements imgs = parse.getElementsByTag("img");
for (Element img : imgs) {
//判断是否含有 video-src属性
if (img.hasAttr("video-src")) {
MediaDTO mediaDTO = new MediaDTO();
//视频类型
mediaDTO.setMediaType("2");
//视频链接
mediaDTO.setUrl(img.attr("video-src"));
//视频标题
mediaDTO.setVideoTitle(img.attr("alt"));
//封面id
mediaDTO.setThumbnail(img.attr("video-post"));
mediaDTO.setId(img.attr("video-id"));
medias.add(mediaDTO);
} else {
MediaDTO mediaDTO = new MediaDTO();
//图片类型
mediaDTO.setMediaType("1");
//图片链接
mediaDTO.setUrl(img.attr("src"));
medias.add(mediaDTO);
}
}
return medias;
}