跪求关于复杂字符串处理的问题

Question

String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>" +
"<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";我要把它变成
String line = "<p><img width='365' height='480' alt='inline' src='1299891849786.jpg' /></p>" +
"<p><img width='365' height='480' alt='inline' src='1299891849786.jpg' /></p>";
也就是说我要在img标签中增加 alt='inline',同时，要把img标签里面的src的路径放到一个数组里面去。（注意img标签外的alt 不能做处理，而且之外的src也不需取出来）
我该如何去处理这个问题，大家帮帮忙呀

Answer 1

正则 替换  alt='' alt='inline'

Answer 2

 也可以将Html转成dom解析处理

Answer 3

Jsoup 可以处理这种事。
String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>" +
"<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";Document doc = Jsoup.parseBodyFragment(line);
Elements els = doc.body().select("img");//1
els.attr("alt","inline");//2
ArrayList<String> imagepathlist = new ArrayList<String>();
for(Element e:els){
    imagepathlist.add(e.attr("src"));
}

Answer 4

import java.util.ArrayList;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class T {
public static void main(String[] args) {
String line = "<p><img width='365' height='480' alt=''  src='1299891849786.jpg' /></p>"
+ "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";
//替换alt=''为alt='inline'
line =line.replaceAll("(<img.*?)(alt='')(.*?/>)", "$1 alt='inline' $3");
//找到img中的src中的值，存入src
ArrayList<String> src = new ArrayList<String>();
Pattern pattern = Pattern.compile("<img.*?src=\\'(.*?)\\'.*?/>");
Matcher matcher = pattern.matcher(line);
while(matcher.find()) {
String temp = matcher.group();
int len = "src='".length();
int start = temp.indexOf("src='");
int end = temp.indexOf("'", start+len);
src.add(temp.substring(start+len,end));
}
System.out.println(line);
System.out.println(src);
}
}

Answer 5

字符串替换  alt='' alt='inline'剩下取出src的 可以用字符串截取 先按空格split 再按=号split如果你熟悉正则表达式 可以用正则提取~

Answer 6

import java.text.*;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;public class Example {
public static void main(String[] args) {
String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>" +
"<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";
String regex = "alt=''";
System.out.println(line.replaceAll(regex, "alt=inline"));

List<String> list = new ArrayList<String>();
String regex3 = "\\s";
String[] str1 = line.split(regex3);
for(int i=0; i<str1.length; i++) {
if(str1[i].indexOf("src=")!=-1) {
String strr[] = str1[i].split("src=");
if(strr.length == 2) {
list.add(strr[1]);
}
}
}
System.out.println(list);
}}

Answer 7

这位仁兄的有个问题，是没有考虑alt和src是否是在img里面。楼主说的是在img里面的情况！

Answer 8

你好，我想再仔细的问问你，
1、如果line 里面的<img> 标签中本身就没有alt=''标签，那我怎么给这个标签加入alt='inline'
2、<img>标签里面的SRC图片分为本地图片和网图片，我现在只想对本地图片做处理，那我该怎么办呢？？

Answer 9

你好，Jsoup  是哪个java类？为什么我的没有这个，还有
Document doc = Jsoup.parseBodyFragment(line);
Elements els = doc.body().select("img");这两个java类到底是属于哪个？我不知道选择哪个。而且我没看到有Elements  只看到了Element

Answer 10

个人比较笨，这种方法可以么。
String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>" +
"<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";

String new_line = new String();
new_line = line.replaceAll("alt=''", "alt='inline'");
System.out.println(new_line);

Answer 11

呵呵，这个不行的。万一alt=''不是在<img>标签中怎么办？

Answer 12

程序中找到line =line.replaceAll("(<img.*?)(alt='')(.*?/>)", "$1 alt='inline' $3");替换为下面在就可以解决问题1line =line.replaceAll("(<img.*?)(alt='')*?(.*?/>)", "$1 alt='inline' $3");

Answer 13

import java.net.InetAddress;
import java.net.NetworkInterface;
import java.net.SocketException;
import java.util.ArrayList;
import java.util.Enumeration;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class T {
    public static void main(String[] args) throws SocketException {
        String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>"
                + "<p><img width='365' height='480'  src='http://www.baidu.com/1299891849786.jpg' /></p>";
        //替换alt=''为alt='inline'
        line =line.replaceAll("(<img.*?)(alt='')*?(.*?/>)", "$1 alt='inline' $3");
        //找到img中的src中的值，存入src
        ArrayList<String> src = new ArrayList<String>();
        Pattern pattern = Pattern.compile("<img.*?src=\\'(.*?)\\'.*?/>");
        Matcher matcher = pattern.matcher(line);
        while(matcher.find()) {
            String temp = matcher.group();
            if(!isLocal(temp)) 
             continue;
            int len = "src='".length();
            int start = temp.indexOf("src='");
            int end = temp.indexOf("'", start+len);
            src.add(temp.substring(start+len,end));
        }
        System.out.println(line);
        System.out.println(src);
    }
    
    /**
     * 用来判断img中src属性中的文件是否为本地的
     * @param path
     * @return
     * @throws SocketException
     */
    private static boolean isLocal(String path) throws SocketException {
      StringBuffer header = new StringBuffer();
         Enumeration<NetworkInterface> en = NetworkInterface.getNetworkInterfaces();
         while(en.hasMoreElements()) {
             NetworkInterface ni = en.nextElement();
             Enumeration<InetAddress> enAddr = ni.getInetAddresses();
             while(enAddr.hasMoreElements()) {
                 header.append("src=\'http:/" + enAddr.nextElement());
                 header.append("|");
             }
         }
         header.append("src=\'http://localhost");
         //header用来判断是否为src="http://127.0.0.1或src="http://192.168.1.235”或src="http://localhost”
         
         boolean local = false;
         //用正则表达式和字符串的相关函数进行判断
         Pattern p = Pattern.compile(header.toString());
         Matcher m = p.matcher(path);
         if(m.find()) {//匹配是否为http开头的本地文件
          local = true;
         } else if(path.indexOf("src='http://") != -1) {//网络文件
             local = false;
         } else {//否则就是本地文件
             local = true;
         }
         return local;
    }
}这个解决了你上面说的两个问题，应该能满足你的要求了吧。

Answer 14

你没有考虑到如果img 标签中本身就存在alt='' 那你的程序就会再给它加一个alt='inline' 这样一来 就成了<img alt='inline' alt=''/>

Answer 15

import java.util.regex.*;
public class TestString { /**
 * @param args
 */
static String[] test(String str){
String p1="<img[^>]+alt=";
String _p1="<img[^>]+alt='[a-zA-Z]*'";
Pattern one= Pattern.compile(p1),two=Pattern.compile(_p1);
Matcher matcher1=one.matcher(str),matcher2=two.matcher(str);
int array_time=0;
while(matcher1.find()&&matcher2.find()){
++array_time;
str=str.replace(matcher2.group(),matcher1.group()+"'inline'" );
}
System.out.println(str);

String p2="<img[^>]+.jpg";
one=Pattern.compile(p2);
String[] array=new String[array_time];
array_time=0;
Matcher matcher3=one.matcher(str);
while(matcher3.find()){
array[array_time++]=matcher3.group().substring(matcher3.group().indexOf("src='")+5);
}

return array;
}
public static void main(String[] args) {
// TODO Auto-generated method stub
 String line = "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>" +
  "<p><img width='365' height='480' alt='' src='1299891849786.jpg' /></p>";
        String[] array=test(line);
        for(String s:array) 
         System.out.println(s);
}}