Java 帮助使用模式操作 anchor

Question

我在使用我的程序完成一些事情时遇到了困难，我希望有人能够提供帮助。

我有一个包含 HTML 页面源代码的字符串。

我想要做的是提取以下 HTML 的所有实例并将其放入数组中:

<img src="http://*" alt="*" style="max-width:460px;">

因此，我将拥有一个 X 大小的数组，其中包含与上面类似的值，显然更新了 src 和 alt 属性。

这可能吗？我知道有 XML 解析器，但格式始终相同。

任何帮助将不胜感激。

Answer 1

我建议使用 ArrayList 而不是静态数组，因为看起来您不知道将有多少个匹配项。

对 HTML 使用 REGEX 也不是个好主意，但如果您确定标签始终使用相同的格式，那么我建议:

Pattern pattern = Pattern.compile(".*<img src=\"http://(.*)\" alt=\"(.*)\"\\s+sty.*>", Pattern.MULTILINE);

这是一个例子:

public static void main(String[] args) throws Exception {
        String web;
        String result = "";
        for (int i = 0; i < 10; i++) {
            web = "<img src=\"http://image" + i +".jpg\" alt=\"Title of Image " + i + "\" style=\"max-width:460px;\">";
            result += web + "\n";
        }
        System.out.println(result);
        Pattern pattern = Pattern.compile(".*<img src=\"http://(.*)\" alt=\"(.*)\"\\s+sty.*>", Pattern.MULTILINE);

        List<String> imageSources = new ArrayList<String>();
        List<String> imageTitles = new ArrayList<String>();

        Matcher matcher = pattern.matcher(result);
        while (matcher.find()) {
            String imageSource = matcher.group(1);
            String imageTitle = matcher.group(2);
            imageSources.add(imageSource);
            imageTitles.add(imageTitle);

        }

        for(int i = 0; i < imageSources.size(); i++) {
            System.out.println("url: " + imageSources.get(i));
            System.out.println("title: " + imageTitles.get(i));

        }
    }
}