詳解JAVA抓取網(wǎng)頁(yè)的圖片,JAVA利用正則表達(dá)式抓取網(wǎng)站圖片
利用Java抓取網(wǎng)頁(yè)上的所有圖片:
用兩個(gè)正則表達(dá)式:
1、匹配html中img標(biāo)簽的正則:<img.*src=(.*?)[^>]*?>
2、匹配img標(biāo)簽中得src中http路徑的正則:http:\"?(.*?)(\"|>|\\s+)
實(shí)現(xiàn):
package org.swinglife.main; import java.io.File; import java.io.FileOutputStream; import java.io.InputStream; import java.net.URL; import java.net.URLConnection; import java.util.ArrayList; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; /*** * java抓取網(wǎng)絡(luò)圖片 * @author swinglife * */ public class CatchImage { // 地址 private static final String URL = "http://www.csdn.net"; // 編碼 private static final String ECODING = "UTF-8"; // 獲取img標(biāo)簽正則 private static final String IMGURL_REG = "<img.*src=(.*?)[^>]*?>"; // 獲取src路徑的正則 private static final String IMGSRC_REG = "http:\"?(.*?)(\"|>|\\s+)"; public static void main(String[] args) throws Exception { CatchImage cm = new CatchImage(); //獲得html文本內(nèi)容 String HTML = cm.getHTML(URL); //獲取圖片標(biāo)簽 List<String> imgUrl = cm.getImageUrl(HTML); //獲取圖片src地址 List<String> imgSrc = cm.getImageSrc(imgUrl); //下載圖片 cm.Download(imgSrc); } /*** * 獲取HTML內(nèi)容 * * @param url * @return * @throws Exception */ private String getHTML(String url) throws Exception { URL uri = new URL(url); URLConnection connection = uri.openConnection(); InputStream in = connection.getInputStream(); byte[] buf = new byte[1024]; int length = 0; StringBuffer sb = new StringBuffer(); while ((length = in.read(buf, 0, buf.length)) > 0) { sb.append(new String(buf, ECODING)); } in.close(); return sb.toString(); } /*** * 獲取ImageUrl地址 * * @param HTML * @return */ private List<String> getImageUrl(String HTML) { Matcher matcher = Pattern.compile(IMGURL_REG).matcher(HTML); List<String> listImgUrl = new ArrayList<String>(); while (matcher.find()) { listImgUrl.add(matcher.group()); } return listImgUrl; } /*** * 獲取ImageSrc地址 * * @param listImageUrl * @return */ private List<String> getImageSrc(List<String> listImageUrl) { List<String> listImgSrc = new ArrayList<String>(); for (String image : listImageUrl) { Matcher matcher = Pattern.compile(IMGSRC_REG).matcher(image); while (matcher.find()) { listImgSrc.add(matcher.group().substring(0, matcher.group().length() - 1)); } } return listImgSrc; } /*** * 下載圖片 * * @param listImgSrc */ private void Download(List<String> listImgSrc) { try { for (String url : listImgSrc) { String imageName = url.substring(url.lastIndexOf("/") + 1, url.length()); URL uri = new URL(url); InputStream in = uri.openStream(); FileOutputStream fo = new FileOutputStream(new File(imageName)); byte[] buf = new byte[1024]; int length = 0; System.out.println("開(kāi)始下載:" + url); while ((length = in.read(buf, 0, buf.length)) != -1) { fo.write(buf, 0, length); } in.close(); fo.close(); System.out.println(imageName + "下載完成"); } } catch (Exception e) { System.out.println("下載失敗"); } } }
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
- JavaWeb項(xiàng)目打開(kāi)網(wǎng)頁(yè)出現(xiàn)Session Error的異常解決方案
- java通過(guò)Jsoup爬取網(wǎng)頁(yè)過(guò)程詳解
- 詳解java實(shí)現(xiàn)簡(jiǎn)單掃碼登錄功能(模仿微信網(wǎng)頁(yè)版掃碼)
- java調(diào)用微信接口實(shí)現(xiàn)網(wǎng)頁(yè)分享小功能
- Java實(shí)現(xiàn)微信網(wǎng)頁(yè)授權(quán)的示例代碼
- Java實(shí)現(xiàn)的簡(jiǎn)單網(wǎng)頁(yè)截屏功能示例
- java利用url實(shí)現(xiàn)網(wǎng)頁(yè)內(nèi)容的抓取
- Java導(dǎo)出網(wǎng)頁(yè)表格Excel過(guò)程詳解
相關(guān)文章
SpringBoot接口參數(shù)的默認(rèn)值與必要性最佳實(shí)踐記錄
這篇文章主要介紹了SpringBoot接口參數(shù)的默認(rèn)值與必要性,通過(guò)合理設(shè)置接口參數(shù)的默認(rèn)值和必要性,我們可以創(chuàng)建出既健壯又靈活的?RESTful?API,需要的朋友可以參考下2024-08-08使用maven創(chuàng)建web項(xiàng)目的方法步驟(圖文)
本篇文章主要介紹了使用maven創(chuàng)建web項(xiàng)目的方法步驟,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-01-01使用SpringBoot 工廠模式自動(dòng)注入到Map
這篇文章主要介紹了使用SpringBoot 工廠模式自動(dòng)注入到Map,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-09-09Java實(shí)現(xiàn)十秒向MySQL插入百萬(wàn)條數(shù)據(jù)
這篇文章主要為大家詳細(xì)介紹了Java如何實(shí)現(xiàn)十秒向MySQL插入百萬(wàn)條數(shù)據(jù),文中的示例代碼講解詳細(xì),對(duì)我們學(xué)習(xí)或工作有一定借鑒價(jià)值,需要的可以參考一下2022-11-11Java獲取文件的路徑及常見(jiàn)問(wèn)題解決方案
這篇文章主要介紹了Java獲取文件的路徑及常見(jiàn)問(wèn)題解決方案,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03springboot引入遠(yuǎn)程nacos配置文件錯(cuò)誤的解決方案
本文為解決Spring Cloud Alibaba中配置導(dǎo)入問(wèn)題,提供了詳細(xì)的步驟說(shuō)明,包括引入依賴、配置nacos、創(chuàng)建bootstrap.yml文件以及測(cè)試配置導(dǎo)入是否成功的方法,幫助開(kāi)發(fā)者快速解決相關(guān)問(wèn)題2024-09-09通過(guò)Java實(shí)現(xiàn)反向代理集群服務(wù)的平滑分配
這篇文章主要介紹了如何通過(guò)Java語(yǔ)言,自己編寫(xiě)的平滑加權(quán)輪詢算法,結(jié)合線程池和Socket?網(wǎng)絡(luò)編程等,并實(shí)現(xiàn)反向代理集群服務(wù)的平滑分配,需要的可以參考一下2022-04-04SpringBoot自定義全局異常處理器的問(wèn)題總結(jié)
Springboot框架提供兩個(gè)注解幫助我們十分方便實(shí)現(xiàn)全局異常處理器以及自定義異常,處理器會(huì)優(yōu)先處理更具體的異常類(lèi)型,如果沒(méi)有找到匹配的處理器,那么它會(huì)尋找處理更一般異常類(lèi)型的處理器,本文介紹SpringBoot自定義全局異常處理器的問(wèn)題,一起看看吧2024-01-01IntelliJ IDEA導(dǎo)入Gradle項(xiàng)目的方法
這篇文章主要介紹了IntelliJ IDEA導(dǎo)入Gradle項(xiàng)目的方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-03-03Apache Shrio安全框架實(shí)現(xiàn)原理及實(shí)例詳解
這篇文章主要介紹了Apache Shrio安全框架實(shí)現(xiàn)原理及實(shí)例詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-04-04