用正则表达式自动下载网页中的图片
来源:互联网 发布:小草淘宝客下载 编辑:程序博客网 时间:2024/05/21 22:34
首先获得网页的Html代码,然后用正则表达式分析其中图片的下载地址,最后自动逐个下载。
using System.Net;
//// <summary>
/// Download Image from website
/// better to put into threads
/// </summary>
private void DownloadImage()
{
WebClient c = new WebClient();
//Get html code
string content = c.DownloadString(Uri);
Collection<string> address = new Collection<string>();
Collection<string> name = new Collection<string>();
//Analyse html code to get images address(Uri) and (Name) list
ParseHtml(content, Prefix, PicUriPrefix + @"(?<Uri>[^""]*?)"">(?<Name>[^<]*?)</dt>", address, name);
if (address.Count > 0 && name.Count > 0 && address.Count == name.Count)
{
if (Directory.Exists(folder) == false) Directory.CreateDirectory(folder);//Create folder
foreach (string add in address)
{
//Download images one by one
c.DownloadFile(add, Path.Combine(folder, name[address.IndexOf(add)] + ".jpg"));
}
}
}
/// <summary>
/// Parse Html using regular expressions
/// </summary>
/// <param name="content">Html content</param>
/// <param name="prefix">Uri prefix</param>
/// <param name="expression">regular expression</param>
/// <param name="address">Image addresses collection</param>
/// <param name="name">Image names collection</param>
private void ParseHtml(string content, string prefix, string expression, Collection<string> address, Collection<string> name)
{
if (String.IsNullOrEmpty(expression) || address == null || name == null) return;
Regex re = new Regex(expression, RegexOptions.IgnoreCase | RegexOptions.Singleline | RegexOptions.RightToLeft);
MatchCollection mc = re.Matches(content);
if (mc == null || mc.Count == 0) return;
foreach (Match m in mc)
{
address.Add(prefix + m.Groups["Uri"].Value);
name.Add(m.Groups["Name"].Value);
}
}
Html部分代码如下:
alt="" src="/docfile/dyn/12345678LANGCCCCDDDDEEEEEEEERT09">BMW 3-series</dt>/par
alt="" src="/docfile/dyn/12345678LANGCCCCDDDDEEEEEEEEEE01">Toyota</dt>/par
alt="" src="/docfile/dyn/12345678LANGCCCCDDDDEEEEEEEEJY25">Polo cross</dt>/par
alt="" src="/docfile/dyn/12345678LANGCCCCDDDDEEEEEEEEMO02">Golf 4.5</dt>/par
要用正则表达式从中获得图片下载地址(例如:/docfile/dyn/12345678LANGCCCCDDDDEEEEEEEERT09)和图片名称(例如:BMW 3-series)
正则表达式部分如下:
@"/docfile/dyn/(?<Uri>[^""]*?)"">(?<Name>[^<]*?)</dt>"
注意其中group的用法(? *?),和引号的匹配用法,匹配双引号前面需要再带一个双引号。其中Uri这个group在dyn/后面,直到双引号结束;后面跟随着双引号和>,然后就是Name这个group;它以<号结束,最后跟随</dt>。
- 用正则表达式自动下载网页中的图片
- 用正则表达式自动下载网页中的图片
- 正则表达式在远程网页下载中的应用
- PHP通过正则表达式获取网页中的所有图片
- PHP通过正则表达式获取网页中的所有图片
- 利用python正则表达式抓取网页中的图片到本地
- 用正则表达式提取网页中的邮箱地址
- 用正则表达式提取网页中的邮箱地址
- 用正则表达式提取网页中的链接
- 用正则表达式提取网页中的邮箱地址
- 下载网页中的图片
- 下载图片-使用正则表达式
- 用JS正则表达式取网页中图片地址
- python 下载网页中的图片
- 如何下载网页中的图片
- Python3下载网页中的图片
- 正则表达式 抓取网页面上所有图片
- 正则表达式,抓取网页所有图片
- java Excel 下载
- 关于hibernate的n+1查询
- 网站制作需要的知识
- imx515 uboot UBIFS移植及android UBIFS文件系统烧写
- Decorator 模式学习
- 用正则表达式自动下载网页中的图片
- Smaty的一些特点
- 超酷的 WebTTY
- smarty扩展
- asp实现下拉列表框间响应
- 版权符号©的4种输入方法
- java Excel下载时 需要配置输入流
- 电阻触摸屏电容触摸屏触摸屏
- Cisco 642-243 认证题库分享