Question

java如何从网页的源码中得到图片的链接

URL url = new URL("http://www.baidu.com");
HttpURLConnection http = (HttpURLConnection)url.openConnection();
http.setRequestMethod("GET");
http.setConnectTimeout(5*1000);
InputStream fis = http.getInputStream();
byte[] buffer = new byte[1024];
int len = 0;
ByteArrayOutputStream out = new ByteArrayOutputStream();
while((len = fis.read(buffer))!= -1){
out.write(buffer, 0, len);
}
System.out.println(out.toString); //这样可以得到源码 但是后面就不知道怎么写了，用DOM要怎么写

Answer 1

在html5以前，一般图片是三种 一种是 img 的src中， 一种是各个对象的background属性
还有一种就是在css中。
第三种特别麻烦，需要非常复杂的判断。前两种都可通过正则表达式过滤。

html以后，有了一些自己用代码画图的方式。这种图是没有图片链接的，就无法获取了。

Answer 2

import java.util.regex.*;
.............
URL url = new URL("http://www.baidu.com");
HttpURLConnection http = (HttpURLConnection)url.openConnection();
http.setRequestMethod("GET");
http.setConnectTimeout(5*1000);
InputStream fis = http.getInputStream();
java.io.InputStreamReader is=new java.io.InputStreamReader(fis);
char[] buffer = new char[1024];
int len = 0;
java.io.StringWriter str=new java.io.StringWriter();
while((len = is.read(buffer))!= -1){
str.write(buffer, 0, len);
}
System.out.println(str.getBuffer());
Pattern p=Pattern.compile("img\\s+src\\s*=\\s*(\"[^\"]*\"|'[^']*')");
Matcher m=p.matcher(str.getBuffer().toString());
while(m.find()){
int slen;
String imgsrc;
imgsrc=m.group();
slen=imgsrc.length();
char c=imgsrc.charAt(slen-1);
System.out.println(imgsrc.substring(imgsrc.indexOf(c)+1, slen-1));
}

可能写的不精简，不过能实现功能