Java使用正则表达式匹配获取链接地址的方法示例

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。