正则表达式提取字符串内所有的img标签下的src路径

最新推荐文章于 2023-09-26 23:15:10 发布

weixin_33971205

最新推荐文章于 2023-09-26 23:15:10 发布

阅读量1.5k

点赞数

文章标签： python php java

原文链接：https://my.oschina.net/u/1269027/blog/225149

版权

2019独角兽企业重金招聘Python工程师标准>>>

/**
 * 提取字符串内所有的img标签下的src
 * @param content
 * @return
 */
public static List<String> getImg(String content){
	 String regex;     
	   List<String> list = new ArrayList<String>();
	   //提取字符串中的img标签
	   regex = "<img[^>]+src\\s*=\\s*['\"]([^'\"]+)['\"][^>]*>";     
	   Pattern pa = Pattern.compile(regex, Pattern.DOTALL);     
	   Matcher ma = pa.matcher(content);     
	   while (ma.find())     
	   {  
	    //提取字符串中的src路径
	    Matcher m = Pattern.compile("src=\"?(.*?)(\"|>|\\s+)").matcher(ma.group());
	    while(m.find())
	    {
	    	if("http".equals(m.group(1).substring(0, 4))){//只提取http开头的图片地址
	    		//System.out.println(m.group(1));
	    		list.add(m.group(1));
	    	}
	    }
	   }
	   return list;
	}

转载于:https://my.oschina.net/u/1269027/blog/225149