Q:网页img标签含有data-src如何使用jsoup爬取正常显示图片的页面?
A:强拆
起因:data-src中含有真实的图片链接,但是data里是其他的东西,src里的内容也不对,我需要获取页面的全部内容进行重新排版。
其实很原理很简单……
你用正则把获取的网页元素html代码直接改掉属性名字就万事了……
例如这里以prts为例:
Pattern pattern = Pattern.compile("/images/");
Matcher m = pattern.matcher(text);
text = m.replaceAll("http://prts.wiki/images/");
pattern = Pattern.compile("src");
m = pattern.matcher(text);
text = m.replaceAll("srcdel");
pattern = Pattern.compile("data-srcdel");
m = pattern.matcher(text);
text = m.replaceAll("src");
0到2:把所有的/images/相对路径改成图片的真实路径;
3到5:我们吧所有的src标签改为srcdel,这个标签名字是瞎起的,其实就是单纯的把这个搞事情的标签去掉;
6到底:把所有的data-srcdel(被上步修改)更改为img的真实src;
完事,换完了,把data-src去掉换成了src,然后就行了。
改之前:
结果图:
做个wiki插件真费事=。=
2021年5月6日00:37:17