Java操作HTML格式字符串的標(biāo)簽和屬性

DDreach 發(fā)布于2019-08-01 14:46 / 1424人閱讀

摘要：首先需要?jiǎng)?chuàng)建一個(gè)類對象，表示需要匹配的規(guī)則。調(diào)用方法，如果能匹配到則返回，否則返回，根據(jù)業(yè)務(wù)需求這里可以添加判斷如果返回的是，這時(shí)候調(diào)用方法，可以獲取到匹配到的字符串，這里的內(nèi)容是，不包括匹配規(guī)則的內(nèi)容。

在使用Editor(所見即所得編輯器)的時(shí)候，有時(shí)候可能會碰到需要在后臺修改編輯器的內(nèi)容，而且這些內(nèi)容還都是HTML格式的數(shù)據(jù)，這個(gè)時(shí)候如果需要定位到某個(gè)標(biāo)簽的話就比較困難，畢竟是后臺語言，不像前端的js一樣可以在頁面上直接取到某個(gè)標(biāo)簽，今天就分析一下使用Java如何操作HTML格式的字符串。

首先需要?jiǎng)?chuàng)建一個(gè)Patten類對象，表示需要匹配的規(guī)則。

String regxpForEmbedTag = "]*)s*/>";
Pattern pattern = Pattern.compile(regxpForEmbedTag);

比如，這里是匹配embed標(biāo)簽的規(guī)則，在編輯器里面視頻生成的格式就是這個(gè)標(biāo)簽（現(xiàn)在有些編輯器可能不是了），compile方法還可以給第二個(gè)參數(shù)，可以傳Pattern.CASE_INSENSITIVE進(jìn)去，這樣匹配規(guī)則就不區(qū)分大小寫了。

然后調(diào)用matcher方法，傳入待匹配內(nèi)容，得到Matcher對象。

String content="";
Matcher matcher = pattern.matcher(content);

調(diào)用find方法，如果能匹配到則返回true，否則返回false，根據(jù)業(yè)務(wù)需求這里可以添加判斷；

boolean result = matcher.find();

如果返回的是true，這時(shí)候調(diào)用group方法，可以獲取到匹配到的字符串，

String embedStr = matcher.group(1);

這里embedStr的內(nèi)容是height="400 width="480"" autostart="false" src="http://localhost:8080/uploadFile/test.mp4"，不包括匹配規(guī)則的內(nèi)容。

group方法必須在find方法調(diào)用之后，否則會報(bào)錯(cuò)，group也可以不傳參數(shù)得到結(jié)果跟參數(shù)為0是一樣的，這里參數(shù)的意思為：把正則表達(dá)式按照()分組，序號從1開始，在當(dāng)前匹配到字符串中獲取指定的分組匹配到的內(nèi)容，這說起來有點(diǎn)拗口，比如上面的正則表達(dá)式為]*)s*/>,則可以用的參數(shù)只有0和1（如果傳入的參數(shù)大于分組的序號則會報(bào)異常），在執(zhí)行完matcher.find()之后，使用group()或group(0)得到的結(jié)果是

而如果使用group(1)則得到的結(jié)果為
height="400 width="480" autostart="false" src="http://localhost:8080/uploadFile/test.mp4"

內(nèi)容需要匹配多次則可以循環(huán)調(diào)用find()方法。

如果我們現(xiàn)在要把width這個(gè)屬性修改為100%，可以這樣做

String regxpForWidth = "width="([^"]+)"";
Matcher matcherForWidth = Pattern.compile(regxpForWidth).matcher(embedStr);
if (matcherForWidth.find()){
    StringBuffer temp = new StringBuffer();
    matcher.appendReplacement(temp, "width="100%"");
    matcher.appendTail(temp);
}

這里通過appendReplacement方法，把匹配到的內(nèi)容替換成指定的字符串，注意這里替換的時(shí)候，被替換的內(nèi)容是包含匹配規(guī)則的，所以在這里需要自己加上匹配規(guī)則的內(nèi)容，也就是width="",appendReplacement方法有兩個(gè)參數(shù)，第一個(gè)參數(shù)用來存放替換后的字符串，類型為StringBuffer，第二個(gè)參數(shù)為替換的目標(biāo)值，這里在執(zhí)行完appendReplacement方法之后，temp的值為height="400 width="100%",temp等于匹配到的字符串之前的所有內(nèi)容加上被匹配后的內(nèi)容，但是這里丟失了后面的內(nèi)容，所以最后我們執(zhí)行了appendTail方法，可以把匹配到的字符串之后的所有內(nèi)容添加到temp中。

下面是一個(gè)簡單的替換例子：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

    public static void main(String[] args) {
        String content = "這是內(nèi)容開始
"
                + "
"
                + "這是內(nèi)容中間
"
                + "
"
                + "這是內(nèi)容結(jié)尾";
        String regxpForEmbedTag = "]*)s*/>";
        Matcher matcher = Pattern.compile(regxpForEmbedTag).matcher(content);
        StringBuffer sb = new StringBuffer();
        while (matcher.find()) {
            String contentTemp = matcher.group(1);
            contentTemp = replaceContentByPartten(contentTemp,
                    "src="([^"]+)"",
"src="http://localhost:8080/uploadFile/test.mp4"");
            contentTemp = replaceContentByPartten(contentTemp,
                    "width="([^"]+)"", "width="100%"");
            matcher.appendReplacement(sb, "");
        }
        matcher.appendTail(sb);
        System.out.println(sb.toString());
    }

    public static String replaceContentByPartten(String content,
            String partten, String target) {
        Matcher matcher = Pattern.compile(partten, Pattern.CASE_INSENSITIVE).matcher(content);
        if (matcher.find()) {
            StringBuffer temp = new StringBuffer();
            matcher.appendReplacement(temp, target);
            matcher.appendTail(temp);
            return temp.toString();
        } else {
            return content;
        }
    }
}