詳解JAVA抓取網頁的圖片,JAVA應用正則表達式抓取網站圖片。本站提示廣大學習愛好者:(詳解JAVA抓取網頁的圖片,JAVA應用正則表達式抓取網站圖片)文章只能為提供參考,不一定能成為您想要的結果。以下是詳解JAVA抓取網頁的圖片,JAVA應用正則表達式抓取網站圖片正文
應用Java抓取網頁上的一切圖片:
用兩個正則表達式:
1、婚配html中img標簽的正則:<img.*src=(.*?)[^>]*?>
2、婚配img標簽中得src中http途徑的正則:http:\"?(.*?)(\"|>|\\s+)
完成:
package org.swinglife.main; import java.io.File; import java.io.FileOutputStream; import java.io.InputStream; import java.net.URL; import java.net.URLConnection; import java.util.ArrayList; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; /*** * java抓取網絡圖片 * @author swinglife * */ public class CatchImage { // 地址 private static final String URL = "http://www.csdn.net"; // 編碼 private static final String ECODING = "UTF-8"; // 獲取img標簽正則 private static final String IMGURL_REG = "<img.*src=(.*?)[^>]*?>"; // 獲取src途徑的正則 private static final String IMGSRC_REG = "http:\"?(.*?)(\"|>|\\s+)"; public static void main(String[] args) throws Exception { CatchImage cm = new CatchImage(); //取得html文本內容 String HTML = cm.getHTML(URL); //獲取圖片標簽 List<String> imgUrl = cm.getImageUrl(HTML); //獲取圖片src地址 List<String> imgSrc = cm.getImageSrc(imgUrl); //下載圖片 cm.Download(imgSrc); } /*** * 獲取HTML內容 * * @param url * @return * @throws Exception */ private String getHTML(String url) throws Exception { URL uri = new URL(url); URLConnection connection = uri.openConnection(); InputStream in = connection.getInputStream(); byte[] buf = new byte[1024]; int length = 0; StringBuffer sb = new StringBuffer(); while ((length = in.read(buf, 0, buf.length)) > 0) { sb.append(new String(buf, ECODING)); } in.close(); return sb.toString(); } /*** * 獲取ImageUrl地址 * * @param HTML * @return */ private List<String> getImageUrl(String HTML) { Matcher matcher = Pattern.compile(IMGURL_REG).matcher(HTML); List<String> listImgUrl = new ArrayList<String>(); while (matcher.find()) { listImgUrl.add(matcher.group()); } return listImgUrl; } /*** * 獲取ImageSrc地址 * * @param listImageUrl * @return */ private List<String> getImageSrc(List<String> listImageUrl) { List<String> listImgSrc = new ArrayList<String>(); for (String image : listImageUrl) { Matcher matcher = Pattern.compile(IMGSRC_REG).matcher(image); while (matcher.find()) { listImgSrc.add(matcher.group().substring(0, matcher.group().length() - 1)); } } return listImgSrc; } /*** * 下載圖片 * * @param listImgSrc */ private void Download(List<String> listImgSrc) { try { for (String url : listImgSrc) { String imageName = url.substring(url.lastIndexOf("/") + 1, url.length()); URL uri = new URL(url); InputStream in = uri.openStream(); FileOutputStream fo = new FileOutputStream(new File(imageName)); byte[] buf = new byte[1024]; int length = 0; System.out.println("開端下載:" + url); while ((length = in.read(buf, 0, buf.length)) != -1) { fo.write(buf, 0, length); } in.close(); fo.close(); System.out.println(imageName + "下載完成"); } } catch (Exception e) { System.out.println("下載失敗"); } } }
以上就是本文的全部內容,希望對大家的學習有所協助,也希望大家多多支持。