package javacodebook.regex.html;

import java.net.URL;

public class AbsoluteLinkVisitor implements LinkVisitor {

    private URL absUrl = null;

    public AbsoluteLinkVisitor(URL absUrl) {
        this.absUrl = absUrl;
    }

    public String processLink(String tag, String link, boolean href) {
        try {
            URL newLink = new URL(absUrl, link);
            System.out.println(link + " -> " + newLink);
            link = newLink.toString();
        }
        catch (Exception e) {
            System.out.println("Konnte nicht bearbeitet werden: " + link);
        }
        return link;
    }
}

--- Neue Klasse ---

package javacodebook.regex.html;

import java.util.regex.*;
import java.net.*;
import java.io.*;
/**
 * Alle Links (Bilder, externe Scripts, Style-Sheets etc.)
 * einer HTML-Seite herausfinden und durch einen Visitor
 * bearbeiten lassen.
 */
public class LinkProcessor {

    public String execute(String content, LinkVisitor visitor)
            throws IOException {

        String resource =
        "(<[^>]*?(href|src) *?= *?['\"](.*?)['\"].*?>)";

        // Inhalt der URL in einen String einlesen
        StringBuffer newContent = new StringBuffer();

        // Alle Links herausfinden und vom Visitor bearbeiten lassen.
        Pattern pattern = Pattern.compile(resource, Pattern.CASE_INSENSITIVE);
        Matcher matcher = pattern.matcher(content);

        int start = 0;
        while (matcher.find()) {
            String tag = matcher.group(1);
            String link = matcher.group(3);
            boolean href = matcher.group(2).equalsIgnoreCase("href");

            // Der Visitor bearbeitet nun den Link
            String newLink = visitor.processLink(tag,link,href);

            // Wenn null zurückgegeben wird, dann nichts tun.
            if (link == null)
                continue;

            // Den neuen Link anhängen. Dazu erst einmal die
            // Position des Link in der alten HTML-Seite finden
            int matchStart = matcher.start(3);
            int matchEnd   = matcher.end(3);
            // Text bis zum Link an die neue HTML-Seite anfügen
            newContent.append(content.substring(start, matchStart));
            // Neuen Link an die neue HTML-Seite anfügen
            newContent.append(newLink);
            // Ende des Link als Anfang des neuen Textes deklarieren
            start = matchEnd;
        }
        // Letzten Teil des Textes aus der alten HTML-Seite
        // in die neue kopieren.
        newContent.append(content.substring(start));

        return newContent.toString();
    }
}

--- Neue Klasse ---

package javacodebook.regex.html;

import java.net.URL;

/**
 * Das Interface dient dazu, gefundene Links in HTML-Seiten
 * zu verändern.
 */
public interface LinkVisitor {

    /**
     * Einen Link bearbeiten bzw. verändern
     * @param tag Der gesamte HTML-Tag, in dem sich der Link befindet
     * @param link Der Verweis auf eine ext. Resource innerhalb eines Tag
     * @param href Ist es ein HREF-Link oder ein SRC-Link?
     * @param returns Den veränderten Link
     */
    public String processLink(String tag, String link, boolean href);

}

--- Neue Klasse ---

package javacodebook.regex.html;

import java.net.URL;
import java.io.*;

public class Starter {

    public static void main(String []args) throws Exception {
        URL  url  = null;
        File file = null;
        try {
            url  = new URL(args[0]);
            file = new File(args[1]);
        }
        catch (Exception e) {
            printUsage();
            return;
        }

        // Inhalt der URL lesen und Links anpassen.
        String content = readContent(url);
        LinkVisitor visitor = new AbsoluteLinkVisitor(url);
        LinkProcessor proc = new LinkProcessor();
        String newContent = proc.execute(content, visitor);

        // Den neuen Inhalt in die angegebene Datei schreiben
        FileWriter fw = new FileWriter(file);
        fw.write(newContent);
        fw.close();

    }

    /**
     * Liest den gesamten Inhalt der URL in einen String ein.
     */
    public static String readContent(URL url) throws IOException {
        StringBuffer buf = new StringBuffer();
        BufferedReader in = new BufferedReader(
        new InputStreamReader( url.openStream()));

        // Resource wird ausgelesen und in einen StringBuffer
        // geschrieben
        String inputLine;
        while ((inputLine = in.readLine()) != null) {
            buf.append(inputLine);
            buf.append("\n");
        }

        in.close();
        return buf.toString();
    }

    private static void printUsage() {
        System.out.println("Aufruf: java javacodebook.regex.html.Starter <input-url> <output-file>");
        System.exit(0);
    }
}