用 Java 从网站提取 SVG

使用 Aspose.HTML for Java 以编程方式查找和下载网站上的 SVG！

以编程方式从网站提取 SVG

从 HTML 中提取图像的能力对于各种应用(如网络搜刮和内容分析)来说非常重要。 Aspose.HTML for Java 是一个功能强大的库，它为开发人员提供了一套无缝浏览 HTML 文档并从中收集信息的工具，从而简化了这一过程。让我们来探讨如何从网站中提取外部 SVG 图像。

使用 Java 从 HTML 中提取 SVG

有了 Aspose.HTML Java 库，您就可以使用一套强大的工具来解析和提取 HTML 文档中的数据，从而快速构建自己的应用程序。下面的示例展示了如何仅用几行 Java 代码就从 HTML 文档中提取所有外部 SVG。

从网站提取 SVG 的 Java 代码

// Open a document you want to download external SVGs from
final HTMLDocument document = new HTMLDocument("https://products.aspose.com/html/net/");

// Collect all <img> elements
HTMLCollection images = document.getElementsByTagName("img");

// Create a distinct collection of relative image URLs
java.util.Set<String> urls = new HashSet<>();
for (Element element : images) {
    urls.add(element.getAttribute("src"));
}

// Filter out non SVG images
java.util.List<String> svgUrls = new ArrayList<>();
for (String url : urls) {
    if (url.endsWith(".svg")) {
        svgUrls.add(url);
    }
}
// Create absolute SVG image URLs
java.util.List<Url> absUrls = svgUrls.stream()
    .map(src -> new Url(src, document.getBaseURI()))
    .collect(Collectors.toList());

for (Url url : absUrls) {
    // Create a downloading request
    final RequestMessage request = new RequestMessage(url);

    // Download SVG image
    final ResponseMessage response = document.getContext().getNetwork().send(request);

    // Check whether response is successful
    if (response.isSuccess()) {
        String[] split = url.getPathname().split("/");
        String path = split[split.length - 1];

        // Save file to a local file system
        FileHelper.writeAllBytes(path, response.getContent().readAsByteArray());
    }
}

从 HTML 中提取 SVG 的步骤

使用 HTMLDocument(Url) 构造函数创建一个 HTMLDocument 类实例，并传递要从中提取外部 SVG 图像的网站的 URL。
使用 getElementsByTagName("img") 方法收集所有 <img> 元素。
使用 getAttribute("src") 方法从每个图像元素中提取 src 属性，并创建一个不同的相对图像 URL 集合。
通过检查每个 URL 是否以 .svg 结尾，仅筛选 SVG 图像 URL，并将其添加到新列表中。
使用 Url 类和 HTMLDocument 类的 BaseURI 属性创建绝对图像 URL。
使用 RequestMessage(url) 构造函数为每个绝对 URL 创建一个请求。发送每个请求并检查响应是否成功。
如果响应成功，则使用 FileHelper.writeAllBytes() 将 SVG 内容保存到本地文件系统。

使用 Aspose.HTML for Java，您可以轻松创建一个工具来解析网页、识别 SVG 图像来源并下载 SVG。对于那些需要收集 SVG 以进行分析、存档或内容创建的人来说，这是一个功能强大的解决方案，而且无需手动操作。要进一步了解如何使用 Java 以编程方式从网站中提取不同类型(内联和外部)的 SVG，请参阅文档文章 Extract SVG from Website in Java 。

注意：* 在将保存的图像用于商业目的之前，必须尊重版权法并获得适当的许可或授权。未经他人同意，我们不支持提取和使用他人文件用于商业目的。

Save file from URL

Extract SVG From Website

Extract images from website

开始使用 Java HTML 解析器库

HTML API 是一个高级的网络抓取和 HTML 解析库。可以创建、编辑、浏览节点、提取数据并将 HTML、XHTML 和 MHTML 文件转换为 PDF、图像和其他格式。此外，它还开箱即用地处理 CSS、HTML Canvas、SVG、XPath 和 JavaScript 以扩展操作任务。它是一个独立的 API，不需要安装任何软件。
您可以直接从 Aspose Maven Repository 下载其最新版本，并通过将以下配置添加到 pom.xml 将其安装到基于 Maven 的项目中。

Repository<repository>
<id>AsposeJavaAPI</id>
<name>Aspose Java API</name>
<url>https://repository.aspose.com/repo/</url>
</repository>

Dependency<dependency>
<groupId>com.aspose</groupId>
<artifactId>aspose-html</artifactId>
<version>version of aspose-html API</version>
<classifier>jdk17</classifier>
</dependency>