如何通过匹配正则表达式提取所有子字符串？

Question

我想提取此字符串中所有src属性的值，我该怎么做：

<p>Test&nbsp;
<img alt="70" width="70" height="50" src="/adminpanel/userfiles/image/1.jpg" />
Test 
<img alt="70" width="70" height="50" src="/adminpanel/userfiles/image/2.jpg" />
</p>

Answer 1

干得好：

String data = "<p>Test&nbsp;\n" +
    "<img alt=\"70\" width=\"70\" height=\"50\" src=\"/adminpanel/userfiles/image/1.jpg\" />\n" +
    "Test \n" +
    "<img alt=\"70\" width=\"70\" height=\"50\" src=\"/adminpanel/userfiles/image/2.jpg\" />\n" +
    "</p>";
Pattern p0 = Pattern.compile("src=\"([^\"]+)\"");
Matcher m = p0.matcher(data);
while (m.find())
{
  System.out.printf("found: %s%n", m.group(1));
}

大多数regex风格都有获取所有匹配项的捷径，例如Ruby的scan方法或.NET的Matches() ，但是在Java中，您总是必须将其拼写清楚。

Answer 2

想法-围绕'“'字符，看一下每个部分是否包含属性名称src ，如果是，则存储下一个值，即src属性。

String[] parts = thisString.split("\"");  // splits at " char
List<String> srcAttributes = new ArrayList<String>();
boolean nextIsSrcAttrib = false;
for (String part:parts) {
  if (part.trim().endsWith("src=") {
    nextIsSrcAttrib = true; {
  else if (nextIsSrcAttrib) {
    srcAttributes.add(part);
    nextIsSrcAttrib = false;
  }
}

---

更好的主意-将其输入到通常的html解析器中，并从所有img元素中提取所有src属性的值。 但是以上内容应该是一个简单的解决方案，尤其是在非生产代码中。

Answer 3

抱歉，没有对它进行编码（时间短），该怎么做：1.（假设文件大小合理）将整个文件读取为String。 2.拆分字符串arround“ src = \\”“（假定结果数组称为strArr）3.循环遍历字符串数组并存储strArr [i] .substring（0，strArr [i] .indexOf（” \\ “ />”））到一些图像源集合。

阿维亚德

Answer 4

由于您已请求正则表达式实现...

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

public class Test {
    private static String input = "....your html.....";

    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("src=\".*\"");
        Matcher matcher = pattern.matcher(input);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }

    } 
}

如果您的src属性未用双引号引起来，则可能需要调整正则表达式