如何使用 JSoup 获取页面中的所有 url 图片？答案

【问题标题】：How get all url images in a page with JSoup?如何使用 JSoup 获取页面中的所有 url 图片？
【发布时间】：2015-09-16 19:20:03
【问题描述】：

我正在使用 JSoup 来抓取页面。我通常需要在一个页面或一个页面中获取所有 url 的图像，然后放入 ArrayList<String>。假设如下文件：

<!DOCTYPE html>
<html>
  <head>
    <meta charset="utf-8">
    <title>News Page</title>
  </head>
  <body>
    <div class="news">
      <div class="new">
        <div class="image">
          <img src="../images/img01.jpg" />
        </div>
        <div class="info">
          <p class="title">
            Grumpy wizards make toxic brew for the evil Queen and Jack.
          </p>
        </div>
      </div>
      <div class="new">
        <div class="image">
          <img src="../images/img02.jpg" />
        </div>
        <div class="info">
          <p class="title">
            The quick brown fox jumps over the lazy dog.
          </p>
        </div>
      </div>
      <div class="new">
        <div class="image">
          <img src="../images/img03.jpg" />
        </div>
        <div class="info">
          <p class="title">
            Pack my box with five dozen liquor jugs.
          </p>
        </div>
      </div>
     </div>
  </body>
</html>

我是这样做的：

Document document = Jsoup.parse(html);
Elements images = document.select(img);

ArrayList<String> binaryUrls = new ArrayList<String>();
for(Element image : images) {
    binaryUrls.add(image.absUrl("src"));
}

结果：

['http//www.newssite.com/images/img01.jpg', 'http//www.newssite.com/images/img02.jpg', 'http//www.newssite.com/images/img03.jpg']

它有效，但我想知道是否存在一条捷径，只需使用 Jsoup 即可。

在生产环境中，我们使用的是 Java 6。如果可能的话，我喜欢知道 Java 6 模式和 Java 8 模式，以及 lambda。

【问题讨论】：

标签： java web-crawler jsoup

【解决方案1】：

没有对 Java6 的建议。

在 Java 8 中使用 Lambda：

ArrayList<String> binaryUrls = Jsoup.parse(html).select("img")
    .stream().map(p -> p.absUrl("src"))
    .collect(Collectors.toCollection(ArrayList::new));

或者如果返回类型可以只是List<String>:

List<String> binaryUrls = Jsoup.parse(html).select("img")
    .stream().map(p -> p.absUrl("src"))
    .collect(Collectors.toList());

【讨论】：