Java中使用正则表达式获取网页中所有图片的路径

2019-12-25 13:25junjie JAVA教程

这篇文章主要介绍了Java中使用正则表达式获取网页中所有图片的路径,本文直接给出实例代码,需要的朋友可以参考下

									/**

									     * 从HTML源码中提取图片路径，最后以一个 String 类型的 List 返回，如果不包含任何图片，则返回一个 size=0　的List

									     * 需要注意的是，此方法只会提取以下格式的图片：.jpg|.bmp|.eps|.gif|.mif|.miff|.png|.tif|.tiff|.svg|.wmf|.jpe|.jpeg|.dib|.ico|.tga|.cut|.pic

									     * @param htmlCode HTML源码

									     * @return <img>标签 src 属性指向的图片地址的List集合

									     * @author Carl He

									     */

									    public static List<String> getImageSrc(String htmlCode) {

									        List<String> imageSrcList = new ArrayList<String>();

									        Pattern p = Pattern.compile("<img//b[^>]*//bsrc//b//s*=//s*('|/")?([^'/"/n/r/f>]+(//.jpg|//.bmp|//.eps|//.gif|//.mif|//.miff|//.png|//.tif|//.tiff|//.svg|//.wmf|//.jpe|//.jpeg|//.dib|//.ico|//.tga|//.cut|//.pic)//b)[^>]*>", Pattern.CASE_INSENSITIVE);

									        Matcher m = p.matcher(htmlCode);

									        String quote = null;

									        String src = null;

									        while (m.find()) {

									            quote = m.group(1);

									            src = (quote == null || quote.trim().length() == 0) ? m.group(2).split("//s+")[0] : m.group(2);

									            imageSrcList.add(src);

									        }

									        return imageSrcList;

									    }