1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
/**
* 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;
}
|