过滤图像的URL路径（img src）以获得文件名

Question

使用JSOUP我解析了一个HTML页面，并且找到了图像路径，但现在我需要获取图像文件名称，它是网址路径。

例如，这是IMG SRC：

http://cdn-6.justdogbreeds.com/images/3.gif.pagespeed.ce.MVozFWTz66.gif

文件名是3.gif。

我应该用什么从URL路径中获取名称？也许是正则表达式？

我也有其他的网址图片：

http://cdn-1.justdogbreeds.com/images/**10.gif**.pagespeed.ce.gsOmm6tF7W.gif 
http://cdn-4.justdogbreeds.com/images/**6.gif**.pagespeed.ce.KbjtJ32Zwx.gif 
http://cdn-2.justdogbreeds.com/images/**8.gif**.pagespeed.ce.WAWhS-Qb82.gif 
http://cdn-3.justdogbreeds.com/images/**7.gif**.pagespeed.ce.UKTkscU8uT.gif 

Answer 1

代替正则表达式，你可以使用String.lastIndexOf()与String.substring()。

String imgSrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif"; 
    String imageName = imgSrc.substring(imgSrc.lastIndexOf("/") + 1); 
    imageName = imageName.substring(0, imageName.indexOf(".", 3)); 
    System.out.println(imageName); // prints out 10.gif 

这将查找正斜杠（/）的最后一次出现，之后图像名称开始。字符串的其余部分是完整的图像名称。您只需要10.gif位，因此第2行的其余部分会查找图像名称后的下一个时间段。

Answer 2

您可以使用正则表达式替换，以获得您需要的值：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1"); 

随着我们整个URL匹配的正则表达式，并捕获在images/之后的文字以及（包括）第一个.gif。 ([^/]*?\\.gif)匹配0或更多除/以外的字符尽可能少，然后.gif。如果你有其他的扩展，您既可以列举出来的交替组（如([^/]*?\\.(?:gif|jpe?g|png))，或者用一个更通用的模式[^.]+（1个或多个字符以外.）：

String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.[^.]+).*", "$1"); 

见IDEONE demo

String imgsrc = "http://cdn-1.justdogbreeds.com/images/10.gif.pagespeed.ce.gsOmm6tF7W.gif"; 
String filename = imgsrc.replaceAll("http://[^/]*justdogbreeds.com/images/([^/]*?\\.gif).*", "$1"); 
System.out.println(filename);