Jsoup 中的正则表达式适用于 java 项目，而不适用于 Android 项目

Question

我正在尝试使用 Jsoup HTML Parser 从网站获取缩略图 URL 我需要提取所有以 60x60.jpg（或 png）结尾的 URL（所有缩略图 URL 都以此 URL 结尾）

问题是我让它在一个普通的 Java 项目中工作，但在 Android 中它不起作用。 （正则表达式问题）

此代码适用于 Java 项目：

List<String> urls = new ArrayList<String>();
Document doc = Jsoup.connect("http://example.com").get();
Elements pngs = doc.select("img[src~=(60x60).(png|jpg)]"); 
for (Element img : pngs) {
        String url = img.absUrl("src");
        {
            if (!urls.contains(url)) {
                urls.add(url);
            }
        }
    }

然后打印 urls 数组。它在 Java 中工作，而不是在 Android 项目中。

在 Android 中，工作的唯一正则表达式只有这个

Elements pngs = doc.select("img[src$=.jpg]");

它在 Android 上运行良好.. 虽然我不需要所有以 .jpg 结尾的链接

我尝试过使用

Elements pngs = doc.select("img[src~=(60x60)\\.(png|jpg)]");

仍然不好，即使在 .(png|jpg) 前加了一个斜线

那么是正则表达式的问题吗？它在Android中的工作方式不同还是什么？它不可能是解析器问题，因为它适用于普通的 Java 项目..

Answer 1

我不知道 JSoup 或 Android 的正则表达式实现，但是找到以 img= 开头并以 60x60.jpg 或 60x60.png 结尾的字符串的正则表达式将是

\bimg=.*?60x60\.(jpg|png)\b

也许您可以发布您尝试解析的文本的摘录。可能正则表达式不是您问题的解决方案。

Answer 2

看起来 Java 正则表达式引擎和 Android 的 Darvik 引擎之间存在差异。

我会通过使用comma selector syntax 来简化，它将or 应用于多个选择器。

例如

Document doc = Jsoup.parse("<img src='foo-60x60.png'> <img src='bar-60x60.jpg'>");
Elements images = doc.select("img[src$=60x60.png], img[src$=60x60.jpg]");
System.out.println(images);

给予：

<img src="foo-60x60.png" />
<img src="bar-60x60.jpg" />