java过滤html标签但是不过滤img标签中src属性值为特定路径的img标签

ゝ一世哀愁。 2022-11-18 04:36 256阅读 0赞

### **背景**： ###

近期做一个文章管理的模块，里面有个查询文章列表的接口，要求显示文章内容前300个字。由于文章内容可能包含多张图片，附件等。所以在数据库中文章内容存的是blob格式。前端是把文章的html格式传给后台，由后台整体存到blob中

如果用户在录入文章内容时，录入了前端编辑器【我们采用tinymce编辑器】提供的表情符号时，该编辑器也把表情符号转换成了 img标签。只不过src路径前部分是固定的。

### 要求： ###

后台返回文章内容前300字是过滤了html标签的纯文字，比如<p> <a> <img>等标签替换成空了。但是表情符号不要过滤，前300字中如果有表情符号就显示表情符号，其他图片必须过滤。

### 解决办法： ###

利用正则把文章内容的html标签替换成空，但是不能替换特定img表情符，然后剩余存文字取前300即可。

//content是文章内容的html
    //static/tinymce4.7.5/plugins/img/01.gif  是表情符路径，所有表情符号前面路径都一样，
    //只有名字不一样
    //正则：(?!<(img|IMG) src=\"static/tinymce4.7.5/plugins/img/.*?/>)<.*?>
    content = content.replaceAll("(?!<(img|IMG) src=\"static/tinymce4.7.5/plugins/img/.*?/>)<.*?>","");
    
    //过滤tab符号、回车、换行html
    content = content.replaceAll("\t|\n|\r","");
    
    //双引号替换为“”
    content = content.replaceAll("“","\"");
    content = content.replaceAll("”","\"");
    
    //空格去掉
    content = content.replaceAll(" ","");
    
    if(content.length()>300){
        content = content.substring(0,300);
    }
    System.out.printf("content=" + content);