Question

我正在开展一个项目，要求我从open.spotify中删除一个专辑封面的图像链接

示例：http://open.spotify.com/track/296mPMQavmf1vvxYrUvLN8

在此示例中，我正在寻找此标记：<img id="cover-art" src="http://o.scdn.co/image/ff3874d40abf6e6e7763e39bdb2003cf503cba10">

作为正则表达式的输出，我希望如此：http://o.scdn.co/image/ff3874d40abf6e6e7763e39bdb2003cf503cba10

我一直试图让它工作一段时间，但我的解决方案总是超过2-3步。我还在学习正则表达式，无法理解如何解决这个问题。

任何建议表示赞赏。

Answer 1

通常，您不应该使用regexps来解析HTML。尝试使用JSoup代替 - 它更实用。

获取jsoup JAR，将其添加到项目中并执行以下操作：

class SpotifyTask extends AsyncTask<String, Void, List<String>> {
    @Override
    protected List<String> doInBackground(String... params) {
        ArrayList<String> res = new ArrayList<String>();
        try {
            Document doc = Jsoup.connect(params[0]).get();
            // CSS-style selectors are your new best friend when scraping!
            Elements coverArts = doc.select("img[id=cover-art]");
            for (Element coverArt : coverArts) {
                String url = coverArt.absUrl("src");
                if (!TextUtils.isEmpty(url)) {
                    res.add(url);
                }
            }
        } catch (IOException e) {
            Log.w(TAG, "Error processing document", e);
        }
        return res;
    }
    @Override
    protected void onPostExecute(List<String> result) {
        Log.i(TAG, "Do something with your links: " + result);
    }
}

在您的活动中以这样的方式启动它：

new SpotifyTask().execute("http://open.spotify.com/track/296mPMQavmf1vvxYrUvLN8");

Answer 2

将整个页面读成一个字符串，然后这个正则表达式应该可以解决这个问题：

id="cover-art" src="([^"]+?)"

它固定在'id =“cover-art”src =“'并读取所有内容，直到下一个'”'作为匹配1.这应该只为您提供图像的URL。

根据您的首选匹配选项，您可以提供必要的锚标记，如下所示：

^.*id="cover-art" src="([^"]+?)".*$

这是必要的，因为Java中的一些匹配类总是希望匹配整个字符串，而第一个正则表达式不会这样做。

Android / Java：来自Spotify的Html抓取，正则表达专辑封面

2 个答案: