尚学堂学姐笔记：Jsoup示例——提取URL中的图像和元数据

        今天的学姐笔记会和大家分享提取URL中图像的技巧，这样可以方便大家在制作网页时调用其他网页的资源，提高网页数据之间的相关性。以下案例由尚学堂李老师提供，希望对大家有所帮助。

        在这个例子中，我们将提取并打印给定URL的所有图像信息。 要做到这一点，我们调用select()方法传递“"img[src~=(?i)\\.(png|jpe?g|gif)]"”正则表达式作为参数，以便它可以打印png，jpeg或gif类型的图像。

import org.jsoup.Jsoup;  
import org.jsoup.nodes.Document;  
import org.jsoup.nodes.Element;  
import org.jsoup.select.Elements;  
public class JsoupPrintImages {  
     public static void main( String[] args ) throws IOException{  
            Document doc = Jsoup.connect("http://www.yiibai.com").get();  
            Elements images = doc.select("img[src~=(?i)\\.(png|jpe?g|gif)]");  
            for (Element image : images) {  
                System.out.println("src : " + image.attr("src"));  
                System.out.println("height : " + image.attr("height"));  
                System.out.println("width : " + image.attr("width"));  
                System.out.println("alt : " + image.attr("alt"));  
            }  

}  
} 
`
Java
执行结果 -

... ...
Shell
自已编程运行试试吧！

        下面继续介绍在URL中提取元数据的方法。我们将打印一个URL的meta关键字和描述。要实现这个功能，需要调用Document类的select()，first()，get()和attr()方法。
如下代码实现

import java.io.IOException;  
import org.jsoup.Jsoup;  
import org.jsoup.nodes.Document;  
public class JsoupPrintMetadata {  
     public static void main( String[] args ) throws IOException{  
            Document doc = Jsoup.connect("http://www.yiibai.com").get();  

            String keywords = doc.select("meta[name=keywords]").first().attr("content");  
            System.out.println("Meta keyword : " + keywords);  
            String description = doc.select("meta[name=description]").get(0).attr("content");  
            System.out.println("Meta description : " + description);  
    }  
}  
`
Java
执行结果 -

... ...
Shell
运行结果还请大家亲自动手尝试哦！
        如果以上内容对你有所帮助，别忘了添加关注。每日编程技术持续更新！

转载于:https://my.oschina.net/u/3628059/blog/1504521