利用jsoup 如何从网页中下载图片

来自： http://www.open-open.com/bbs/view/1320576549952

如何从网页中下载图片

如果做为爬虫很有必要从网页中下载图片到本地，那么我们利用jsoup来进行该操作，jsoup 是一个很不错的html解析器。下面是它的简介：

jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。

jsoup的主要功能如下：

1. 从一个URL，文件或字符串中解析HTML；
2. 使用DOM或CSS选择器来查找、取出数据；
3. 可操作HTML元素、属性、文本；

jsoup是基于MIT协议发布的，可放心使用于商业项目。

网页中下载图片需要这么两步操作

1.获取绝对路径

很多网页中用的是相对路径，因此获取图片的绝对路径很重要

方法一：我们就利用jsoup来获取

 

1	Element image = document.select("img").first();

2	String url = image.absUrl("src");

3	// url = http://www.example.com/images/chicken.jpg

或者

01	String url = image.attr("abs:src");

02	他们的前提利用connect方式获取而不是文件方式

03	Document doc = Jsoup.connect("http://jsoup.org").get();

04	Element link = doc.select("a").first();

05	String relHref = link.attr("href");// == "/"

06	String absHref = link.attr("abs:href");// "http://jsoup.org/"

07	方法二：利用jdk中url

08	URL url  = newURL("http://www.example.com/index.html");

09	URI uri = url.toURI();

10	System.out.println(uri.resolve("images/chicken.jpg").toString());

2.第二步则就是下载图片

01	URL   url   =   new  URL( "图片地址");

02	URLConnection   uc   =   url.openConnection();

03	InputStream   is   =   uc.getInputStream();

04	File   file   =   new  File( "本地路径 ");

05	FileOutputStream   out   =   new   FileOutputStream(file);

06	int   i=0;

07	while   ((i=is.read())!=-1)   {

08	out.write(i);

09

}

10	is.close();

本站翻译的：jsoup的官方教程