java提取html正文的图片代码

public static void main(String args[]){
    	
    	String regexImage = "<img.+?src=\"(.+?)\".+?/?>";   	
    	String ImageStr="";
    	String ImageSrcStr="";
    	String contentStr = "正文的String字符串";
    	
    	Pattern p = Pattern.compile(regexImage,Pattern.CASE_INSENSITIVE);
    	Matcher m = p.matcher(contentStr);
    	
        if(m.find()){
        	ImageStr = m.group();
        	ImageSrcStr = m.group(1);
        	System.out.println(ImageStr);
        	System.out.println(ImageSrcStr);
        }

    }

评论

1 楼 hippo 2009-12-12  

有好几种方式还是匹配不到，例如：<img src= "aa.jpg"/><img src=aa.jpg /> <img src='aa.jpg' /> <img src="aa.jpg"/>等

这是我写的，可以参考以下
String regexImg = "<img.+?src\\s*=\\s*['|\"]?\\s*([^'\"\\s>]+).+?/?>?";