Question

使用JSOUP我解析一个HTML页面，我找到了图像路径，但现在我需要获取图像文件名，这是url路径的一部分。

例如，这是img src：

http://cdn-6.justdogbreeds.com/images/3.gif.pagespeed.ce.MVozFWTz66.gif

文件名为3.gif。

我应该使用什么来从URL路径获取名称？也许正则表达式？

我还有其他网址图片：

http://cdn-1.justdogbreeds.com/images/**10.gif**.pagespeed.ce.gsOmm6tF7W.gif
http://cdn-4.justdogbreeds.com/images/**6.gif**.pagespeed.ce.KbjtJ32Zwx.gif
http://cdn-2.justdogbreeds.com/images/**8.gif**.pagespeed.ce.WAWhS-Qb82.gif
http://cdn-3.justdogbreeds.com/images/**7.gif**.pagespeed.ce.UKTkscU8uT.gif

Answer 1

您可以将String.lastIndexOf()与String.substring()一起使用，而不是正则表达式。

String imgSrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif";
    String imageName = imgSrc.substring(imgSrc.lastIndexOf("/") + 1);
    imageName = imageName.substring(0, imageName.indexOf(".", 3));
    System.out.println(imageName); // prints out 10.gif

这将查找最后出现的正斜杠（/），之后图像名称将开始。字符串的其余部分是完整的图像名称。您只需要10.gif位，因此第2行的其余部分将查找图像名称后的下一个句点。

Answer 2

您可以使用正则表达式替换来获得所需的值：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1");

使用正则表达式，我们匹配整个网址，并在images/之后和最后（包括）第一个.gif之后捕获文本。 ([^/]*?\\.gif)尽可能少地匹配 0个或更多字符而不是/，然后.gif 。如果您有其他扩展程序，则可以在更改组中枚举它们（例如([^/]*?\\.(?:gif|jpe?g|png))，或使用更通用的模式[^.]+（除.以外的1个或多个字符< / em>的）：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.[^.]+).*", "$1");

请参阅IDEONE demo

String imgsrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif"; String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1"); System.out.println(filename);

过滤图像的URL路径（img src）以获取文件名

2 个答案: