获取HTML字符串里面所有图片的地址（所有src的值）

￡神魔★判官ぃ 2022-05-08 07:14 261阅读 0赞

思路：利用正则表达式检索字符串  
正则表达式：  
       "<(img|IMG)(.\*?)(>|></img>|/>)"  
        <img 或 <IMG 开头     任意内容       > 或 ></img> 或 /> 结尾          
       "(src|SRC)=(\\"|\\')(.\*?)(\\"|\\')"  
        <src 或 <SRC  =  “ 或者 ‘  任意内容  “ 或者 ‘结尾

依赖包：  
    import java.util.ArrayList;  
    import java.util.List;  
    import java.util.regex.Matcher;  
    import java.util.regex.Pattern;

代码：  
     public static List<String> imgs(String content) \{  
     //创建存放src值的list  
        List<String> urlList  = new ArrayList<String>();  
        //匹配字符串中的img标签  
        Pattern p = Pattern.compile("<(img|IMG)(.\*?)(>|></img>|/>)");  
        Matcher matcher = p.matcher(content);  
        boolean hasPic = matcher.find();  
        //判断是否含有图片  
        if(hasPic == true)\{  
            //如果含有图片，那么持续进行查找，直到匹配不到  
            while(hasPic) \{  
                //获取第二个分组的内容，也就是 (.\*?)匹配到的  
                String group = matcher.group(2);  
                //匹配图片的地址  
                Pattern srcText =  
              Pattern.compile("(src|SRC)=(\\"|\\')(.\*?)(\\"|\\')");  
                Matcher matcher2 = srcText.matcher(group);  
                if( matcher2.find() ) \{  
                    try \{  
                        urlList.add(matcher2.group(3));  
                    \}catch(Exception e)\{  
                        e.printStackTrace();  
                    \}  
                \}  
                hasPic = matcher.find();//判断是否还有img标签  
            \}

\}  
        return urlList;