Java 正则表达式添加<；span>；标记前<；a>；

我需要编写一个util来在任何

Test string points to <p><a href="http://www.acdevents.com/au2005/">Acd Event</a> with an image <a href="http://www.acdevents.com"><img src="image.jpg"></a>

测试字符串指向带有图像的

这需要更改为

Test string points to <p><span class="test_class"><a href="http://www.acdevents.com/au2005/">Acd Event</a></span> with an image <a href="http://www.acdevents.com"><img src="image.jpg"></a>

测试字符串指向带有图像的

正如您所见，只有当url指向物理页面时，才需要添加标记，而如果是图像，则不需要添加标记

我本来打算用正则表达式来实现这一点，但到目前为止没有任何运气

任何关于这一点的指针都将受到高度重视

---

-谢谢

如果您在页面上有一个类似jQuery的库，您可以通过以下方式完成：

$("a").wrap("<span class='test_class' />");

var elements = document.body.getElementsByTagName("a");
for (var i = 0; i < elements.length; i++) {
    var element = elements[i];
    var clone = element.cloneNode(true);
    var parent = element.parentNode;

    var span = document.createElement("span");
    span.setAttribute("class", "test_class");
    span.appendChild(clone);
    parent.replaceChild(span, element); 
}

$（“a”）.wrap（“”）；

或者，如果您需要先对URL进行一些检查：

$("a").each(function(){ 
    var element = $(this);
    var href = element.attr("href");
    if (href.indexOf("http://someUrl") > -1){ 
        element..wrap("<span class='test_class' />");
    }
});

$（“a”）.each（function（）{
var元素=$（此）；
var href=element.attr（“href”）；
如果（href.indexOf）（“http://someUrl") > -1){ 
元素..换行（“”）；
}
});

如果没有jQuery，可以这样做：

$("a").wrap("<span class='test_class' />");

var elements = document.body.getElementsByTagName("a");
for (var i = 0; i < elements.length; i++) {
    var element = elements[i];
    var clone = element.cloneNode(true);
    var parent = element.parentNode;

    var span = document.createElement("span");
    span.setAttribute("class", "test_class");
    span.appendChild(clone);
    parent.replaceChild(span, element); 
}

var elements=document.body.getElementsByTagName（“a”）；
对于（var i=0；i

您可以使用文档界面在Java中执行类似的操作：

DocumentBuilder builder = DocumentBuilderFactory.newDocumentBuilder();
Document doc = builder.parse(yourJavaHtmlString);
NodeList nodes = doc.getElementsByTagName("a");
for (int i = 0; i < nodes.getLength(); i++) {
    Element element = (Element) nodes.item(i);
    String href = element.getAttribute("href");
    if (!href.equals("http://www.acdevents.com")) {
        Element clone = element.cloneNode(true);
        Element parent = element.getParentNode();

        Element span = doc.createElement("span");
        span.setAttribute("class", "test_class");
        span.appendChild(clone);
        parent.replaceChild(span, element);
    }
}

DocumentBuilder=DocumentBuilderFactory.newDocumentBuilder（）；
documentdoc=builder.parse（yourJavaHtmlString）；
NodeList nodes=doc.getElementsByTagName（“a”）；
对于（int i=0；i

将我的评论转化为答案，正则表达式不是合适的工具。我建议使用像John Cowan的“”这样的解析器来编写一些代码来过滤HTML。如果您更喜欢类似DOM而不是类似SAX的东西，那么有一个

如果您完全确定要使用正则表达式，并且正在使用PCRE或其他支持前瞻的正则表达式引擎，则可以使用断言，因此此正则表达式可以为您完成以下任务：

s.replaceAll("<a[^>]*?>(?!<img.*)(.+?)</a>", "<span class=\"test_class\">$0</span>");

---

s.replaceAll（“]*？>”（？！尝试使用正则表达式执行此操作听起来很痛苦。也许您可以使用？您是否正在处理格式良好的HTML文档或嵌入纯文本的标记（如示例中所示）？regex+html=pain。改用DOM：我感觉到了使用regex的痛苦，但没有其他出路。出于某种奇怪的原因，我从另一个服务接收html bosy文本作为字符串。我需要做一些格式化和预处理，其中一部分是我提出的问题。没有XSLT的余地。我同意Brandon:regular expressions不是这项工作的合适工具。我建议使用John Cowan的“TagSoup”之类的解析器来编写一些代码来过滤HTML。如果您更喜欢类似DOM而不是SAX，那么NekoHTML.OP确实说了“java”，所以我认为包装应该在服务器端完成，这排除了javascript。感谢Adam..不幸的是，没有他需要在java代码中出现。很抱歉，没有注意到您想要在java中使用它。我尝试了下面的正则表达式，它可以很好地进行添加，但我无法筛选图像href。这是添加all-all标记。testStr.replaceAll（“]*>（.+？）”，“$0”）；我补充了如何使用Java中的文档接口在Java中完成同样的事情。感谢Keith抽出时间。您的解决方案非常有效。我同意您的观点，解析器是最好的解决方案。话虽如此，我收到的这个字符串没有任何html或body标记，但它应该表示body内容。它不会混淆rm也符合标准。我认为，大多数解析器在解析过程中都会失败。除此之外，它是一个相当小的字符串，出现了一些标记，这促使我选择了正则表达式。非常感谢您的帮助，非常感谢。