java通过正则表达式匹配获取链接地址

dawuafang

浏览: 1106065 次

最近访客更多访客>>

jmq2007

hbyufan

cqnieenp

leisure0422

博主相关

博客

微博

相册

留言

关于我

文章分类

全部博客 (2899)

社区版块

存档分类

2017-01 ( 14)
2016-12 ( 14)
2016-11 ( 12)
更多存档...

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

代码如下

复制代码

String content = "<a href="URL">";
String pattern= "href="([^"]*)"";
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

代码如下

复制代码

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 = "http://www.111cn.net" target="_blank" >www.zjsyc.com</a>" +

"<a href = 'http://www.111cn.net' target='_blank' >www.163.com</a> " +

"<a href=http://www.hzhuti.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。

*
功能说明：分析字符串s，提取s里面的超链接和链接文字
2008年3月30日
程序人生博客
*/

代码如下

复制代码

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegTest
{
public static void main(String[] args)
{

//String s=" <a href=http://down.111cn.net>空间</a> | <a ";
String s="<a href=http://mb.111cn.net>企业推广</a> | <a href=http://code.111cn.net>搜索风云榜</a> | <a href=/home.html>关于百度</a> | <a href=http://www.111cn.net>About Baidu</a>©2008 Baidu <a href=http://www.111cn.net>使用百度前必读</a> <a href=http://www.miibeian.gov.cn target=_blank>京ICP证030173号</a> <a href=http://www.hzhuti.com><img src=/get_pic/2013/11/22/20131122031447947.gif></a></center></body></html>";

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=|>",""));
}
}
}
}