欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java使用正则表达式匹配获取链接地址的方法示例

程序员文章站 2024-02-18 20:12:58
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...

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

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

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 = "//www.jb51.net" target="_blank" >www.jb51.net</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。

/*
   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=//www.jb51.net><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=|>",""));
       }
    }
  }
}

ps:这里再为大家提供2款非常方便的正则表达式工具供大家参考使用:

javascript正则表达式在线测试工具:

正则表达式在线生成工具:

更多关于java算法相关内容感兴趣的读者可查看本站专题:《java正则表达式技巧大全》、《java数据结构与算法教程》、《java操作dom节点技巧总结》、《java文件与目录操作技巧汇总》和《java缓存操作技巧汇总

希望本文所述对大家java程序设计有所帮助。