java 正则表达式提取img标签

原创

mob649e8157ebce 2023-08-26 04:16:22 ©著作权

©著作权归作者所有：来自51CTO博客作者mob649e8157ebce的原创作品，请联系作者获取转载授权，否则将追究法律责任

Java 正则表达式提取 `<img>` 标签

引言

在 web 开发中，经常会遇到需要从 HTML 文档中提取 <img> 标签的需求。Java 作为一种广泛使用的编程语言，提供了正则表达式的支持，可以通过正则表达式来实现这一功能。本篇文章将介绍如何使用 Java 正则表达式来提取 <img> 标签，并提供代码示例进行演示。

什么是正则表达式？

正则表达式是一种强大的文本模式匹配工具，它可以用来描述一类字符串的模式。在 Java 中，正则表达式由 java.util.regex 包提供支持。

提取 `<img>` 标签的正则表达式

要提取 <img> 标签，我们需要一个匹配该标签的正则表达式。下面是一个示例的正则表达式：

String regex = "<img\\s+[^>]*>";

解释一下这个正则表达式的含义：

<img：匹配 <img 字符串。
\\s+：匹配一个或多个空格。
[^>]*：匹配任意字符，直到遇到 > 字符。
>：匹配 > 字符。

这样，我们就可以通过该正则表达式匹配到一个完整的 <img> 标签。

使用正则表达式提取 `<img>` 标签

在 Java 中，我们可以使用 java.util.regex.Pattern 类和 java.util.regex.Matcher 类来处理正则表达式。

下面是一个使用正则表达式提取 <img> 标签的示例代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ImageTagExtractor {
    public static void main(String[] args) {
        String html = "<html><body><img src='image.jpg'><img src='image2.jpg'></body></html>";
        String regex = "<img\\s+[^>]*>";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(html);

        while (matcher.find()) {
            String imgTag = matcher.group();
            System.out.println("Found img tag: " + imgTag);
        }
    }
}

在上述代码中，我们定义了一个 HTML 字符串 html，其中包含两个 <img> 标签。我们使用之前提到的正则表达式进行匹配，并使用 find() 方法来查找匹配的 <img> 标签。如果找到匹配的标签，我们使用 group() 方法获取匹配的字符串，并打印出来。

类图

下面是提取 <img> 标签所需的类的简单类图：

classDiagram
    class ImageTagExtractor {
        +main(String[] args)
    }

序列图

下面是使用正则表达式提取 <img> 标签的序列图：

sequenceDiagram
    participant Client
    participant ImageTagExtractor
    participant Pattern
    participant Matcher

    Client ->> ImageTagExtractor: 调用 main 方法
    ImageTagExtractor ->> Pattern: 调用 compile(regex)
    ImageTagExtractor ->> Matcher: 调用 matcher(html)
    ImageTagExtractor ->> Matcher: 调用 find()
    Matcher -->> ImageTagExtractor: 返回匹配结果
    ImageTagExtractor ->> Matcher: 调用 group()
    ImageTagExtractor ->> Client: 打印匹配的 img tag
    ImageTagExtractor ->> Matcher: 调用 find()
    Matcher -->> ImageTagExtractor: 返回匹配结果
    ImageTagExtractor ->> Matcher: 调用 group()
    ImageTagExtractor ->> Client: 打印匹配的 img tag
    ImageTagExtractor ->> Matcher: 调用 find()
    Matcher -->> ImageTagExtractor: 没有更多匹配结果