过滤图片的URL路径（img src）获取文件名

Question

我使用 JSOUP 解析 HTML 页面并找到了图像路径，但现在我需要获取图像文件名，它是 url 路径的一部分。

例如，这是img src：

http://cdn-6.justdogbreeds.com/images/3.gif.pagespeed.ce.MVozFWTz66.gif

文件名为3.gif。

我应该使用什么来从 URL 路径中获取名称？也许是正则表达式？

我还有其他网址图片：

http://cdn-1.justdogbreeds.com/images/**10.gif**.pagespeed.ce.gsOmm6tF7W.gif
http://cdn-4.justdogbreeds.com/images/**6.gif**.pagespeed.ce.KbjtJ32Zwx.gif
http://cdn-2.justdogbreeds.com/images/**8.gif**.pagespeed.ce.WAWhS-Qb82.gif
http://cdn-3.justdogbreeds.com/images/**7.gif**.pagespeed.ce.UKTkscU8uT.gif

Answer 1

您可以将String.lastIndexOf() 与String.substring() 一起使用，而不是正则表达式。

String imgSrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif";
    String imageName = imgSrc.substring(imgSrc.lastIndexOf("/") + 1);
    imageName = imageName.substring(0, imageName.indexOf(".", 3));
    System.out.println(imageName); // prints out 10.gif

这会查找最后一次出现的正斜杠 ( / )，之后是图像名称的开头。字符串的其余部分是完整的图像名称。您只需要 10.gif 位，因此第 2 行的其余部分会在图像名称之后找到下一个句点。

Answer 2

您可以使用正则表达式替换来获得您需要的值：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1");

我们使用正则表达式匹配整个 URL，并在 images/ 之后捕获文本，直到（包括）第一个 .gif。 ([^/]*?\\.gif) 尽可能少地匹配 0 个或更多字符而不是 /，然后是 .gif。如果您有其他扩展名，您可以在交替组中枚举它们（如([^/]*?\\.(?:gif|jpe?g|png))，或使用更通用的模式[^.]+（除.之外的1个或多个字符）：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.[^.]+).*", "$1");

见IDEONE demo

String imgsrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif";
String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1");
System.out.println(filename);