java - 搜索并保存 html 代码中的指定链接

Question

</div><div class="tr">
  </div><div class="bl">
  </div><div class="br">
  </div>  <img src="http://blablabla.com/medium/blablabla.jpg" />
</div></a>
          </div><div class="meta">
<h3 class="action">
<span>
    <a href="/abc">ABC</a>
  </span> a picture
</h3>        

我将网站的 HTML 源代码保存到字符串中，如下所示:

  public static BufferedReader read(String url) throws Exception
  {
    return new BufferedReader(
        new InputStreamReader(
            new URL(url).openStream()));
  }

在这段代码中，我想将所有图像网址保存在一个带有连接\n的新字符串中，该字符串内部有/medium/，或者使带有连接\n的字符串中的所有图像链接更容易。 流程应该怎样？提前致谢

Answer 1

您可以使用JSoup，而不是尝试自己解析HTML内容。获取图像标签并执行简单的 String.contains 来获取您正在查找的图像标签。

Document doc = Jsoup.connect("http://www.blah.com/foo.html");
for (Element e : doc.select("img")) {
    String imageSrc = e.attr("src");
    if (imageSrc.contains("/medium/")) {
     ...
    }
}

还有avoid using regex to parse HTML 。