如何从java中的页面获取不同的url？

Question

我正在开发一个程序，从XKCD网站下载前100本漫画，但是XKCD的URL与图像URL不同。为了方便起见，我想知道在转到XKCD URL之后是否有一种简单的方法来获取图像的URL。这是我的密码：

public class XKCD {

public static void saveImage(String imageUrl, int i) throws IOException {
URL url = new URL(imageUrl);
String fileName = url.getFile();
String destName = i + fileName.substring(fileName.lastIndexOf("/"));
System.out.println(destName);

InputStream is = url.openStream();
OutputStream os = new FileOutputStream(destName);

byte[] b = new byte[2048];
int length;

while ((length = is.read(b)) != -1) {
    os.write(b, 0, length);
}

is.close();
os.close();
}
public static void main(String[] args) throws MalformedURLException, 
IOException {
    for(int i=1;i<=100;i++){
        saveImage("https://xkcd.com/"+i+"/", i);
    }
}

Answer 1

我建议用JSOUP来做这件事。它可以从相对链接生成绝对URL：

您可以使用以下方法将库导入到项目中：

<!  https://mvnrepository.com/artifact/org.jsoup/jsoup  >
<dependency>
    <groupId>org.jsoup</groupId>
    <artifactId>jsoup</artifactId>
    <version>1.11.2</version>
</dependency>

您可以使用如下简单代码获得图像的绝对路径：

public static void main(String[] args) throws IOException {
    Document document = Jsoup.connect("https://xkcd.com/").get();
    Elements links = document.select("img");
    links.stream()
            .map(link -> link.absUrl("src"))
            .filter(str -> str.contains("/comics"))
            .forEach(System.out::println);
}

如果运行此代码，您将看到控制台上打印的图像URL：

https://imgs.xkcd.com/comics/river_border.png

Answer 2

XKCD有一个JSON API:https://xkcd.com/about/

Is there an interface for automated systems to access comics and metadata? Yes. You can get comics through the JSON interface, at URLs like http://xkcd.com/info.0.json (current comic) and http://xkcd.com/614/info.0.json (comic #614).

下面是一个很好的JavaJSON库：https://github.com/stleary/JSON-java

真的很容易使用，我用了很多

因此，如果您有来自xkcd的文本。com/info。txt中的0.json，您可以说：

import org.json.*;

JSONObject obj=new JSONObject(txt);
String url=obj.getString("img");
String titleText=obj.getString("alt");
int year=Integer.parseInt(obj.getString("year"));
int num=Integer.parseInt(obj.getString("num"));
int month=Integer.parseInt(obj.getString("month"));
int day=Integer.parseInt(obj.getString("day"));
String title=obj.getString("title");

Image img=downloadImageOrWhateverYouDoWithTheImageURL(url);

这应该行得通

Answer 3

这里的问题是，调用saveImage方法不是使用image，而是使用页面URL

获取页面本身，然后从以下示例字符串解析正则表达式：

"Image URL (for hotlinking/embedding): https://imgs.xkcd.com/comics/barrel_cropped_(1).jpg"