Question

我有一个图像列表，其中一些图像在网络上使用。我需要统计网站上以及在哪些页面上使用的图像等。

我怎样才能＆＃34;匹配＆＃34;我的照片。规则是：

我只有文件名，即＆＃34; mypic.png＆＃34;
这是我要构建<img[anything]src=("or')[anything]mypic.png[anything]("or')[anything]>

这是我有一个愚蠢的HTML

<figure class="gr_col gr_2of3">
    <div class="mll mrm mbs md_pic_wrap1">
        <a href="http://mydomain/nice-page" title="title test">
            <img alt="alt text" class="mbm" src="http://mydomain/file-pic2/mypic.png" width="95" height="95">
        </a>
    </div>
</figure>

谢谢！

Answer 1

几乎在所有情况下，HTML和正则表达都很糟糕。使用旨在执行您需要完成的工作的工具，例如JSoup。

Document document = Jsoup.parse(htmlStringOrFile);
for(Element img : document.select("img")) {
    if(img.attr("src").contains("mypic.png")) {
        System.out.println(img.attr("alt"));
    }
}

这将在 src 中打印包含mypic.png的所有 img 元素的 alt 属性的值。将 alt 替换为名称或 id 或任何最适合您情况的内容。

[如Pshemo所述]

选择器可以是任何CSS选择器，因此您可以通过用基本上具有相同语义的img[src*=mypic.png]替换它来切断条件检查甚至循环本身。

Answer 2

要匹配图像使用：

(?i)<img.*?src=["'].*?(mypic\.png).*?["'].*?>

在捕获组1时，会有匹配的图像名称。

public String buildRegex(String... nameList) {
    StringBuilder regex = new StringBuilder();
    regex.append("(?i)<img.*?src=[\"'].*?(");
    for (int i = 0; i < nameList.length - 1; i++) {
        regex.append(nameList[i].replaceAll("\\.", "\\\\.")).append("|");
    }
    regex.append(nameList[nameList.length - 1].replaceAll("\\.", "\\\\."));
    regex.append(").*?[\"'].*?>");
    return regex.toString();
}

在HTML中匹配img src名称

2 个答案: