java 正则表达式替换img标签的src路径

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）

Java代码  


/** 

     * 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：

Java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> </p>"+  

                "</p><p><img  title=\"10010003\" src=\"/files/post/10010003.gif\" width=\"600\" height=\"300\" /><p> </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

参考链接：http://senon.iteye.com/blog/1591522