题目是为了说明我这篇文章要实现的功能
实际上，知识点就是“正则表达式的介绍和使用”。
问题来源
在做项目的时候遇到了一个问题，就是如何从网页中解析所有的图片，注意！！！这里是“所有”。当时我的第一反应是立刻到网上寻找第三方库，但是，找到的最好的第三方库都和我的问题没有关系，最有关系的就是Java中知道的JavaScript脚本引擎ScriptEngine，可是看了半天还是没看懂这个引擎是在干嘛，所有并没有什么卵用。
既然网上没有现成的第三方库，那么就退而求其次，解析图片的没有，解析HTML的工具总会是有的吧，这里到网上随便搜一搜，就出来了一个工具HtmlParser，这个工具可以帮我们解析HTML正文，包括标签对里面的内容，比如balabala，可以解析balabala；也可以解析标签中的属性，比如可以解析img标签中的src属性，这就是一个图片的地址。
说到这里，似乎有了点头绪，总算有一些图片可以被解析出来了，就是提取img标签中的src属性中的地址，我就试着提取了一下，将提取出来的地址做了一下记录。然后用普通的文本编辑器，比如sublime，我把整个网页的源码粘贴到了编辑器中，搜索以.jpg”这五个连续字符，虽然这中方法很不严谨，但是依然可以粗略的观察到，我们所提取出来的图片地址远远少于整个网页中应该有的图片数量。继续在sublime编辑器里面观察，发现有大量的图片地址出现在JavaScript脚本中，因为我之前不熟悉JavaEE方面的开发，咋看之下存在于JavaScript脚本语言中的地址似乎是以JSON格式存放的，一分钟以后我就发现我想多了，那真的是地地道道的JavaScript。。。
前面说到我搜索了Java中的JavaScript脚本引擎的用法，原因就在这里。但是由于时间紧迫，不得不想一个稍微简单一点的办法，在同学的提议下，使用了正则表达式，准确来说是开始学习正则表达式了，这里要感叹一句，正则表达式不愧是一个很强大的工具。
程序的执行过程
//下面是简单的通过代码来进行网络连接，写的不好，欢迎指责，这里不是武汉话说的韵炸子啊，真的是欢迎指责
String url = request.getParameter("url");
HttpURLConnection connection = (HttpURLConnection) new URL(url)
.openConnection();
connection.setReadTimeout(5000);
connection.setRequestMethod("GET");
connection.setDoInput(true);
connection.connect();
//下面是通过包装流来获取整个网页中的内容，一行一行的读取，并且进行一下处理
BufferedReader reader = new BufferedReader(new InputStreamReader(
connection.getInputStream()));
StringBuffer buffer = new StringBuffer();
String tmp = null;
while ((tmp = reader.readLine()) != null) {
buffer.append(tmp.replaceAll("\\s", "").trim());
}
//这里的result就是整个网页代码，去掉了空格和空白，并且拼成了一个字符串
String result = buffer.toString();
DataOutputStream dataOutputStream = new DataOutputStream(response.getOutputStream());
//将正则表达式编译成一个模板，并且对所需要的字符串进行匹配，得到匹配类matcher
Pattern pattern = Pattern
.compile(
"(https?:)?((\\/\\/)|(\\\\\\/\\\\\\/)){1}[\\w\\.\\/%\\=\\-\\&\\,\\\\]*?(jpg|png|jpeg){1}");
Matcher matcher = pattern.matcher(result);
ArrayList<String> list = new ArrayList<String>();
//下面就是每find()一次就可以获取一个子串的开始索引和结束索引，然后用subString方法对子串进行截取，最后保存到一个容器中
while(matcher.find()) {
tmp = result.substring(matcher.start(), matcher.end());
tmp = tmp.replaceAll("\\\\\\/", "/");
list.add(tmp);
}
//下面是多文件传输相关的代码，在这里不是重点
dataOutputStream.writeInt(list.size());
for(int i = 0; i < list.size(); i ++) {
dataOutputStream.writeUTF(list.get(i));
dataOutputStream.flush();
}
dataOutputStream.close();
reader.close();
三个需要学习的知识点
正则表达式的基本知识
虽然我很想向各位网友们分享我的见解，特别是初学者，但是我这篇文章的目的不是来讲正则表达式中的基本知识的，所以我向各位推荐一个慕课网的视频，这也是我入门正则表达式的视频，虽然使用的语言是PHP，但是换汤不换药，只是写法不同。
http://www.imooc.com/learn/350
Java中正则表达式的相关API
这里先介绍本文中需要使用的API和类
| 类名 | 说明 |
|---|---|
| Pattern | 我翻译的是正则表达式的模板类，使用静态的构造方法Pattern.compile(String s)来进行构造，执行这个方法之后获取一个Pattern，进行下一步的操作，本方法中传递的参数就是所需要的正则表达式 |
| Matcher | 我翻译的是正则表达式的匹配类，也是通过静态的方法得到，使用方法为pattern.matcher(String s)，这个方法中的pattern是前一个类通过上述方法得到的pattern，本方法中的s为要匹配的字符串 |
为了避免读者还要去官方网站看英文API麻烦，我这里也列出方法的说明，也是为了给初学者节约时间
| 方法名 | 说明 |
|---|---|
| boolean matches() | 这个方法通过上面介绍的类中的Matcher的实例来调用，这个方法的作用是让正则表达式去匹配整个字符串，匹配的模式为贪婪匹配，至于什么是贪婪匹配，下面我会说明，其实也不难 |
| boolean find() | 这个方法同样通过matcher来调用，和matches()不同，这个方法是要找出符合正则表达式的子串 |
| int start() | 和上面的find()方法一起使用，每find一次，就可以通过matcher.start()方法来获取子串的其实索引 |
| int end() | 同于start()，获得的是子串的结束索引 |
正则表达式的构成
我的构成式比较冗长，但是我觉得可以真实的反应出我的思路。
Pattern pattern = Pattern
.compile(
"(https?:)?((\\/\\/)|(\\\\\\/\\\\\\/)){1}[\\w\\.\\/%\\=\\-\\&\\,\\\\]*?(jpg|png|jpeg){1}");
下面我将表达式分成几个部分来说明我的思路
1. 最前面的(https?:)?。这里是URL开头的协议，是http或者是https，而且这两者要么有，要么没有，对应的就是给出的地址是绝对地址还是相对地址。
2. 再就是之后的((\\/\\/)|(\\\\\\/\\\\\\/)){1}。很好理解，每个地址的http或者是https后面都要跟上//，但是由于“/”是正则表达式中的保留字符，在捕获组中会得到使用，所以，必须要执行转义。而后面为什么还要跟上很难看的(\\\\\\/\\\\\\/)，这是因为，我发现在百度中搜索资源，得到的图片可能会是下面的一种奇怪的格式。
http:\/\/www.baidu.com\/afdsa\/fdafda.jpg
由于有了上面这种奇葩的格式，才诞生了上面一串奇怪的正则表达式(\\\\\\/\\\\\\/)。
3. 再就是之后的[\\w\\.\\/%\\=\\-\\&\\,\\\\]*?，这里面规定了哪些字符是可以在URL中存在的，如果既在URL中允许存在，又是正则表达式中的保留字符，记得一定要进行转义。至于哪些是URL中的保留字符，可以参看知乎中的一个回答https://www.zhihu.com/question/24474922。还有后面的*?，这就是懒惰匹配，什么意思呢，很容易懂，就是如果你不加这个懒惰匹配，那么正则表达式默认的是贪婪匹配，那么会从整个字符串的第一个http一直匹配到整个字符串的最后一个jpg，这很明显是错的，使用了*?，那么就会匹配和任何一个http最近的右侧的jpg，这样就可以顺利的取出字串啦。
4. 最后一个(jpg|png|jpeg){1}，看字面意思也能够猜出来，就是要以jpg或者png或者jpeg结尾即可。