java - 正则表达式不从 html 标签中提取图像 url

Question

我的正则表达式是

<source media="(min-width: 0px)" sizes="70px" data-srcset="(.*?)"/>

我正在测试我的正则表达式的文本是

<source media="(min-width: 0px)" sizes="70px" data-srcset="https://static2.therichestimages.com/wordpress/wp-content/uploads/2014/05/52f81afc8b39c.jpg?q=50&amp;fit=crop&amp;w=70&amp;h=70 70w"/>

它不会检测 data-srcset 属性内的 URL。

我的代码是

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Regex {

    private static final String IMG_PREFIX =
            "<source media=\"(min-width: 0px)\" sizes=\"70px\" data-srcset=\"";
    private static final String IMG_SUFFIX = "\"/>";

    public static void main(String[] args) {
        String line = "<source media=\"(min-width: 0px)\" sizes=\"70px\" data-srcset=\"https://static1.therichestimages.com/wordpress/wp-content/uploads/2012/06/Michael-Bloomberg.jpg?q=50&amp;fit=crop&amp;w=70&amp;h=70 70w\"/>";

        Pattern pattern = Pattern.compile(IMG_PREFIX + "(.*?)" + IMG_SUFFIX);
        Matcher matcher = pattern.matcher(line);

        System.out.println(matcher.find());

    }
}

编辑:生产代码正在使用这个 HTML source 而不仅仅是一行。

Answer 1

编辑

将您的模式更改为:

String regex = "<source media=\"\\(min-width: 0px\\)\" sizes=\"70px\" data-srcset=\"(.+)\"/>";

Pattern pattern = Pattern.compile(regex);

问题是您当前的正则表达式将括号作为“文本”的一部分，但它们没有正确转义，因为它们是正则表达式运算符。

具体

(min-width: 0px)

应该是:

\(min-width: 0px\)

在 Java 领域，因为你必须转义反斜杠:

\\(min-width: 0px\\)

示例:

public static void main(String[] args) {
    String line = "<source media=\"(min-width: 0px)\" sizes=\"70px\" data-srcset=\"https://static1.therichestimages.com/wordpress/wp-content/uploads/2012/06/Michael-Bloomberg.jpg?q=50&amp;fit=crop&amp;w=70&amp;h=70 70w\"/>\n";
    String regex = "<source media=\"\\(min-width: 0px\\)\" sizes=\"70px\" data-srcset=\"(.+)\"/>";
    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(line);
    while(matcher.find()) {
        System.out.println(matcher.group(1));
    }
}

我得到的输出:

https://static1.therichestimages.com/wordpress/wp-content/uploads/2012/06/Michael-Bloomberg.jpg?q=50&fit=crop&w=70&h=70 70w