使用正则提取字符串中URL等信息

2021-06-04 04:04

阅读：508

标签：break des 取图 hit ace parent sign round box

一、说明

背景：最近在做同步京东商品信息时遇到一个问题，同步后的商品详情无法在富文本中修改，强制修改会导致图片无法正常显示，研究发现详情中的图片是在css的作为背景图指定的。

解决：经过多次尝试，最后使用自定义HTML标签模板，提取css样式中background-image:url的图片地址和尺寸，并替换到自定义的模板中

技术：Java语言、正则表达式

二、代码

public static void main(String[] args) { StringBuilder stringBuilder = new StringBuilder(); //商品详情 String goodsDesc = "

\\n

\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干进口威化饼干零食礼盒零食大礼包潘多拉礼盒684g\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食饼干咔芙尔焦糖威化饼干73.5g\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食乳酪夹心威化饼干160g\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食巧克力夹心威化饼干125g\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食巧克力咔咔脆组合装320g（160g*2盒）\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食咔咔脆威化饼干泡泡糖味80g/盒\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食咔咔脆威化饼干牛奶味160g\\n
\\n
\\n
\\n \\n
\\n \\n
\\n
\\n $\\\"印尼进口$ \\n
\\n
\\n
\\n 印尼进口 Tango威化饼干休闲零食咔咔脆威化饼干草莓味80g/盒\\n
\\n
\\n
\\n \\n

\\n

\\n \\n

\\n

\\n \\n

\\n

\\n \\n

\\n

\\n \\n

\\n\\n

\\n \\n"; //商品详情模板 String goodsDescTemplate = "

"; //定义提取图片URL和height值的正则表达式，提取的字段用group的()语法 Pattern pattern = Pattern.compile("background-image:url\$(https?://.*)\$.*height:(\\d+)"); //研究原串后，先以尺寸进行分组 String[] split = goodsDesc.split("px}"); for (String s : split) { if (s.contains("background-image:url")){ //过去掉不含背景图片的数据 Matcher matcher = pattern.matcher(s); //指定匹配器 while (matcher.find()){ //进行查找，并判断是否匹配 System.out.println("匹配到的字符串："+ matcher.group()); System.out.println("提取的图片地址："+ matcher.group(1)); System.out.println("提取的height值："+ matcher.group(2)); stringBuilder.append(String.format(goodsDescTemplate, matcher.group(1), matcher.group(2))); } } } System.out.println("拼接的字符串："+ stringBuilder); }

三、打印日志

匹配到的字符串：background-image:url(http://img30.360buyimg.com/sku/jfs/t1/31717/2/4671/349535/5c7f4f07E899abe1e/9dd81eaf2aac0863.jpg); height:1083 提取的图片地址：http://img30.360buyimg.com/sku/jfs/t1/31717/2/4671/349535/5c7f4f07E899abe1e/9dd81eaf2aac0863.jpg 提取的height值：1083 匹配到的字符串：background-image:url(http://img30.360buyimg.com/sku/jfs/t1/14459/14/9500/215997/5c7f4f06E886e02de/9de0bdce8ff65b3c.jpg); height:786 提取的图片地址：http://img30.360buyimg.com/sku/jfs/t1/14459/14/9500/215997/5c7f4f06E886e02de/9de0bdce8ff65b3c.jpg 提取的height值：786 匹配到的字符串：background-image:url(http://img30.360buyimg.com/sku/jfs/t1/25970/3/9647/494996/5c7f4f07E79829fc4/41a47699929ca408.jpg); height:1416 提取的图片地址：http://img30.360buyimg.com/sku/jfs/t1/25970/3/9647/494996/5c7f4f07E79829fc4/41a47699929ca408.jpg 提取的height值：1416 匹配到的字符串：background-image:url(http://img30.360buyimg.com/sku/jfs/t1/79600/29/3390/325766/5d196888Ee80899ac/6b260d5e4eab426d.jpg); height:1020 提取的图片地址：http://img30.360buyimg.com/sku/jfs/t1/79600/29/3390/325766/5d196888Ee80899ac/6b260d5e4eab426d.jpg 提取的height值：1020 拼接的字符串：