java - 从 html 文件中解析图像 url

Question

我想搜索一个 html 文件，然后获取该页面上图像的 url。然后应将此 url 保存为字符串 - 仅此而已。问题是我真的不知道如何开始。

我的应用程序当然知道图像所在页面的 url。作为一个例子，让我们以这个网址为例：

---

在此页面上，我需要大图像的 url 作为字符串。当我查看源代码时，我可以找到该 url，但我不知道如何编码 - 这是我需要的 url：

---

（仅限引号内的文字）。

Answer 1

使用JSoup。它是一个 HTML 解析器，允许您使用 css 选择器（如 jQuery）访问 DOM 元素。

// Parse your HTML:
// 1. From string:
Document doc = JSoup.parse(htmlAsString);

// 2. Or from an URL:
Document doc = JSoup.connect("http://my.awesome.site.com/").get();

// Then select images inside it:
Elements images = doc.select("img");

// Then iterate
for (Element el : images) {
    String imageUrl = el.attr("src");

    // TODO: Do something with the URL
}

Answer 2

看看jsoup HTML解析器。SO上有一个相关答案解释了jsoup的基本用法 - https://stackoverflow.com/a/5318771/1321873

Answer 3

好的，这完成了工作:)我现在正在获取图片网址：

public class jSoupEx {

    private static final String elements = null;

    public static void main(String args[]){


        try {
            Document doc = Jsoup.connect("http://***/index.php/Datei:***.jpg").get();
            Element image = doc.select("img").first();
            String url = image.absUrl("src");
            System.out.println(url);

        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
}

}