Matcher类的简单使用

Posted 2020-10-09 一枝花算不算浪漫

今天工作时遇到一个问题， 用正则处理html标签时不知该如何下手。还好有Matcher帮助解决了问题。

需求如下：

例如有如下html文章内容：

<p><a href="www.baidu.com">百度的链接</a>; 这是一个百度的链接。 <a href="www.jiakaobaodian.com">驾考宝典的链接</a>这是一个驾考宝典的链接</p>;

在我们做文章内链的时候， 往往掺杂了一些我们不想要的链接， 如上所示我们只想保留www.jiakaobaodian.com 的链接， 如下是我们希望得到的：

<p>这是一个百度的链接。<a href="www.jiakaobaodian.com">驾考宝典的链接</a>这是一个驾考宝典的链接</p>;

说白了就是去掉自己不需要的标签， 但是保留标签中的文本。

开始尝试用Jsoup，Dom4j 一类的解析这段html， 但是后面在删除标签的时候都遇到了问题， 最后尝试使用Matcher中的appendReplacement和appendReplacement才解决问题。

1， 使用实例：

输出结果是将没有匹配到的a标签都remove掉且保留了标签中的文字。

结果如下图：

下面在讲一个简单的案例：

public static void main(String[] args) throws Exception{

    Pattern p = Pattern.compile("(\\\\w+)%(\\\\d+)");

    Matcher m = p.matcher("前ab%12中cd%34后");

    StringBuffer s = new StringBuffer();

    while (m.find()) {

        m.appendReplacement(s, "app");

    }

    System.out.println(s);// 前app中app

    m.appendTail(s);

    System.out.println(s);// 前app中app后

}

先看下这段正则的匹配情况：

图中彩色的部分就是匹配到情况， 遇到这种需要正则匹配且时时看到结果的， 大家可以到： https://regex101.com/ 上测试。

然后看下输出结果：

2， 解释说明：

public Matcher appendReplacement(StringBuffer sb, String replacement)

将当前匹配子串替换为指定字符串，并将从上次匹配结束后到本次匹配结束后之间的字符串添加到一个StringBuffer对象中，最后返回其字符串表示形式。

注意：对于最后一次匹配，其后的字符串并没有添加入StringBuffer对象中，若需要这部分的内容需要使用appendTail方法。

public StringBuffer appendTail(StringBuffer sb)

将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。

更多内容大家可以查看Matcher类。

参考：http://www.cnblogs.com/SQP51312/p/6134324.html