常用正则表达式

HTML标签处理技巧

最新推荐文章于 2025-09-11 22:10:09 发布

weixin_34040079

最新推荐文章于 2025-09-11 22:10:09 发布

阅读量65

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：https://my.oschina.net/lavedream/blog/701507

2019独角兽企业重金招聘Python工程师标准>>>

一、替换所有的  等标签

    /**
     * @author liushuaic
     * @date 2016-06-27 17:35
     * @desc 替换&xxx;标签
     * */
    public static String  replaseAndCharachter(String str){
    	return str.replaceAll("&{1}[A-Za-z]+[;]{1}", "");
    }

二、获取html 中所有的图片

*
     * 获取img标签中的src值
     * @param content
     * @return
     */
    public static List<String> getImgSrc(String content){
         
        List<String> list = new ArrayList<String>();
        //目前img标签标示有3种表达式
        //<img alt="" src="1.jpg"/>   <img alt="" src="1.jpg"></img>     <img alt="" src="1.jpg">
        //开始匹配content中的<img />标签
        Pattern p_img = Pattern.compile("<(img|IMG)(.*?)(/>|></img>|>)");
        Matcher m_img = p_img.matcher(content);
        boolean result_img = m_img.find();
        if (result_img) {
            while (result_img) {
                //获取到匹配的<img />标签中的内容
                String str_img = m_img.group(2);
                 
                //开始匹配<img />标签中的src
                Pattern p_src = Pattern.compile("(src|SRC)=(\"|\')(.*?)(\"|\')");
                Matcher m_src = p_src.matcher(str_img);
                if (m_src.find()) {
                    String str_src = m_src.group(3);
                    list.add(str_src);
                }
                //结束匹配<img />标签中的src
                 
                //匹配content中是否存在下一个<img />标签，有则继续以上步骤匹配<img />标签中的src
                result_img = m_img.find();
            }
        }
        return list;
    }

三、替换所有html标签

    /**
     * @author liushuaic
     * @date 2016-06-24 10:35
     * @desc 替换所有html 标签为空
     * **/
    public static String replaceAllHtmlTagContent(String htmlContent){
        String regxpForHtml="<([^>]*)>";
    	return	htmlContent.replaceAll(regxpForHtml, ""); 
    }

转载于:https://my.oschina.net/lavedream/blog/701507