本文实例讲述了Java使用正则表达式匹配获取链接地址的方法。分享给大家供大家参考,具体如下:
获取页面中字符串的url地址我们都会使用正则表达式来匹配获取了,下面我来给大家总结几个匹配获取链接地址示例。
1、正则表达式中Matcher中find()
方法的应用。
2、String对象中的 replaceAll(String regex,String replacement)
方法的使用。通过这个方法去除了不必要的字符串,从而得到了需要的网址和链接文字
例1.超简单的
1
|
2
3
4
5
6
7
|
String content = "<a href=" URL " rel=" external nofollow " >" ;
String pattern= "href=" ([^ " rel=" external nofollow " ]*)" ";
Pattern p = Pattern.compile(pattern, 2 | Pattern.DOTALL);
Matcher m = p.matcher(content);
if (m.find()) {
System.out.println( "url=" +m.group( 1 ));
}
|
例2.上面只能获取带有双“号的a标题中的url,下面我们加以改进可以获取任何状态下的a标题url
1
|
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
package com.gong.example;
import Java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Simple {
public static void main(String[] args){
String input= "<a style=" " href = " https: //www.zzvips.com" target="_blank" >www.zzvips.com</a>" +
"<a href = ' http://www.163.com ' target='_blank' >www.163.com</a> " +
"<a href= http://www.yahoo.com target=_blank >www.yahoo.com</a>" ;
String patternString = "\s*(?i)href\s*=\s*(" ([^ "]*" )| '[^' ]* '|([^' ">\s]+))" ; //href
Pattern pattern = Pattern.compile(patternString,
Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
String link=matcher.group();
System.out.println(link);
link=link.replaceAll( "href\s*=\s*(['|" ]*) ", " ");
System.out.println( "--" +link);
link=link.replaceAll( "['|" ] ", " ");
System.out.println( "---" +link);
}
}
}
|
例3.我们还可以利用它进行升级获取 获取网址和链接文字哦。
1
|
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
/*
功能说明:分析字符串s,提取s里面的超链接和链接文字
*/
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegTest
{
public static void main(String[] args)
{
//String s="<p id=km> <a href= http://down.yourweb.com >空间</a> | <a ";
String s= "</p><p style=height:14px><a href= http://mb.yourweb.com>企业推广</a> | <a href=http://code.yourweb.com>搜索风云榜</a> | <a href=/home.html>关于百度</a> | <a href=http://www.yourweb.com>About Baidu</a></p><p id=b>©2008 Baidu <a href=http://www.yourweb.com>使用百度前必读</a> <a href=http://www.miibeian.gov.cn target=_blank>京ICP证03xxxx号</a> <a href=http://www.zzvips.com> <img src=/get_pic/2013/11/22/20131122031447947.gif></a></p></center></body></html><!--543ff95f18f36b11-->" ;
String regex= "<a.*?/a>" ;
//String regex = "<a.*>(.*)</a>";
Pattern pt=Pattern.compile(regex);
Matcher mt=pt.matcher(s);
while (mt.find())
{
System.out.println(mt.group());
System.out.println();
String s2= ">.*?</a>" ; //标题部分
String s3= "href=.*?>" ;
Pattern pt2=Pattern.compile(s2);
Matcher mt2=pt2.matcher(mt.group());
while (mt2.find())
{
System.out.println( "标题:" +mt2.group().replaceAll( ">|</a>" , "" ));
}
Pattern pt3=Pattern.compile(s3);
Matcher mt3=pt3.matcher(mt.group());
while (mt3.find())
{
System.out.println( "网址:" +mt3.group().replaceAll( "href=|>" , "" ));
}
}
}
}
|
希望本文所述对大家java程序设计有所帮助。
原文链接:http://blog.csdn.net/fancylovejava/article/details/17784697