使用正则替换img标签的src属性

阅读更多

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="

其他字符";

要求替换后为：

content="

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="]*)\\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 = "
" +
				"
 
"+
				"
 
";
		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：]*)\\s*src=\\\"(.*?)\\\"\\s*([^>]*)>

特别是 ([^>]*) 不能用.*代替，否则只会从"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