Java教程之自己动手编写清理工具：如何清理MarkDown文档中多余的图片

作者原创：黑马程序员讲师——刘波 版权所有

引入

Markdown文档的好处

相信很多朋友在开发和工作过程中都会使用MarkDown格式来编写文档，Markdown文档的好处多多：

• 它基于纯文本，方便修改和共享；
• 几乎可以在所有的文本编辑器中编写；
• 有众多编程语言的实现和应用的相关扩展；
• 在 GitHub 等网站中有很好的应用；
• 很容易转换为 HTML 文档或其他格式；
• 适合用来编写文档、记录笔记、撰写文章。

而在众多的MarkDown文档的编辑器中，我们比较常用的一款工具是Typora，前几年是免费的，最近1.0正式版以后开始要收费了。

Typora的优势

Typora容许随时随地开展无缝拼接浏览，从而可以在编辑的同时及时的看到效果。笔者现在写这个文档就是使用的这个工具。它有以下好处：

1. 在Win，Mac和Linux上能用
2. 它具备审校作用，能够检查拼读和英语的语法
3. 全自动匹配Markdown标记，比如括弧
4. 支持大概100种語言并支持英语的语法突显
5. 丰富多彩的作用和键盘快捷键
6. 与内联公式和显示信息公式适配

Typora的不足

工具可以做到图文并茂的编写文档，所有插入的图片默认放在当前文档的assets目录下，也可以通过设置指定图片保存的位置，使用起来很方便。

但不足的是，如果文档进行了修改，图片从文档中删除了，残留在当前目录下的assets目录下的图片并不会一同删除。随着文档不断的更新和修改，这个目录下的图片文件会越留越多，有时多达几十M。不但占用空间，而且毫无用处。

虽然我们可以手动点击每张图片查看具体是哪张图片，再一张张手工去删除，但图片如果多的话，也是很繁琐的事情，而且考验人的耐心。

我们能不能自己写个程序，分析整个Markdown文档中的图片地址，然后批量删除呢？有了这个想法以后，我就自己花了一些时间做了一个，目前已经使用了一年多了，没有发现什么问题，特意写出来分享给大家。

实现思路

思路

首先我们需要分析Markdown文档的格式，它本质上就是一个文本文件。大致实现思路如下：

1. 使用Java中的IO流API对文档进行解析
2. 找到文档中图片的地址，使用正则表达式进行分析，将所有文档中出现的图片文件名保存成一个集合。
3. 再到assets文件夹下去查找所有的图片文件名，也保存成一个集合。
4. 对比两个文件名的集合，将在assets目录下存在的文件，文档中不存在的图片文件全部找出来
5. 删除所有不存在的图片文件

源代码

package org.newboy.utils;

import org.apache.commons.io.FileUtils;
import org.apache.commons.lang3.StringUtils;

import java.io.File;
import java.io.IOException;
import java.util.Collection;
import java.util.HashSet;
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author NewBoy
 * @version 1.0
 * @since 2020-12-04
 * 删除MarkDown目录下多余的图片文件
 */
public class MarkDownPictureCleaner {
   


    public static void main(String[] args) {
   
        System.out.println("=== MarkDown下冗余图片清理工具(开发者：NewBoy 版本：1.0) ===");

        Scanner scanner = new Scanner(