通过url解析网址title和logo图片

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.select.Elements;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//获取logo图片 一些大型网址可以通过url+/favicon.ico 
//比如:https://www.qq.com/favicon.ico 这种就存在一个问题,有些网址是没有配置,就获取不到!

//通过url解析网址title和logo
public Map getUrlTilte(String url){
    String tilte="";
    Map map=new HashMap();
    try {
        //还是一样先从一个URL加载一个Document对象。
        Document doc = Jsoup.connect(url).get();
        Elements links = doc.select("head");
        Elements titlelinks=links.get(0).select("title");
        tilte=titlelinks.get(0).text();
        log.info("tilte={}",tilte);

        map.put("tilte",tilte);
        Elements imgs = doc.select("img");
        //获取网址第一张图片
        Elements titlelink=imgs.get(0).select("img");

        String logo="";
        String img=titlelink.get(0).toString();
        Pattern p_image;
        Matcher m_image;
        List pics = new ArrayList();
        String regEx_img = "]*?>";
        p_image = Pattern.compile(regEx_img, Pattern.CASE_INSENSITIVE);
        m_image = p_image.matcher(img);
        while (m_image.find()) {
            img = img + "," + m_image.group();
            Matcher m = Pattern.compile("src\\s*=\\s*\"?(.*?)(\"|>|\\s+)").matcher(img);
            while (m.find()) {
                logo=m.group(1);
            }
        }
        map.put("logo",logo);
        log.info("logo={}",logo);
    }catch(Exception e) {
        log.error("通过url={} 网址解析title和logo 异常:",url,e);
        e.printStackTrace();
    }
    return map;
}

如果你是湖南的 欢迎加入 湖南人在深圳-Java群:557651502

你可能感兴趣的:(java)