编辑：

Question

我正在尝试转换以下字符串：

<img src="image.jpg" ... />

这一个

<img src="cid:image" ... />

＆＃34;图像＆＃34;需要维护字符串，但字符串本身可能不同。在html文档中有不同的img标签，每个标签都有不同的图像文件。

所以，例如，如果我有：

<img src="mylogo.jpg" ... />

它应该转换为：

<img src="cid:mylogo" ... />

图片可以是jpg或gif。

感谢您的帮助，

Answer 1

<强> 注意：的

除了Regex不是解析HTML的正确工具之外，正如评论中所提到的那样，因为在Java中有许多用于解析HTML的工具，也许你可以采用例如，看看 jsoup ，我会为您提供一个符合您使用Regex的解决方案。

<强>解决方案：

您可以使用以下Regex：

src=\"([\\:\\w\\s\\/]+)\\.\\w{3}\"

这是您需要的代码：

        String html = "<img src=\"folder1/mylogo.jpg\" ... />";
        Pattern pattern = Pattern.compile("src=\"([\\:\\w\\s\\/]+)\\.\\w{3}\"");
        Matcher matcher = pattern.matcher(html);
        while (matcher.find()) {
            System.out.println("group 1: " + matcher.group(1));
            //This line will give you the wanted output.
            System.out.println("src=\"cid:"+matcher.group(1)+"\"");
            System.out.println("Final Result: "+html.replaceAll("src=\"([\\:\\w\\s\\/]+)\\.\\w{3}\"", "src=\"cid:$1\""));
        }

这是 a Working DEMO 。

<强>解释

src=字面匹配字符src=。
\"字面匹配字符"。
([\\w\\/]+)是一个匹配所有想要文本的捕获组。
\.字面匹配字符.。
\w{3,4}匹配任何单词字符[a-zA-Z0-9_]，对于扩展名为3到4次，如果您不愿意使用任何其他图片扩展名，则可以使用jpg|gif。< / em>的

\"字面匹配字符"

编辑：

期望的输出：

要将此表达式替换为所需结果，只需在replaceAll()方法上使用此正则表达式，如下所示：

html.replaceAll("src=\"([\\:\\w\\s\\/]+)\\.\\w{3}\"", "src=\"cid:$1\"");

我们使用$1指向第一个捕获组。

java HTML regexp问题

1 个答案:

编辑：