创建java正则表达式以获取href链接

Posted 2023-02-26

【中文标题】创建java正则表达式以获取href链接

【英文标题】：Creating java regex to get href link

【发布时间】：2012-01-08 14:53:07

【问题描述】：

抱歉，之前有人问过这个问题，但我在网上找不到任何答案。我很难弄清楚这个正则表达式的逆：

"\"[^>]*\">"

我想用 replaceAll 替换除链接之外的所有内容。所以如果我有一个类似这样的标签：

<p><a href="http://www.google.com">Google</a></p>

我需要一个能满足这个要求的正则表达式：

s.replaceAll(regex, "");

给我这个输出：

http://www.google.com

我知道有更好的方法可以做到这一点，但我必须使用正则表达式。非常感谢任何帮助，谢谢！

【参考方案1】：

您不必使用replaceAll。更好地使用如下模式组：

Pattern p = Pattern.compile("href=\"(.*?)\"");
Matcher m = p.matcher(html);
String url = null;
if (m.find()) 
    url = m.group(1); // this variable should contain the link URL

如果您的 HTML 中有多个链接，请在循环中执行 m.find()。

【讨论】：

谢谢，我很难实现它，因为我已经在使用模式/匹配器来查找以 .htm 和 .html 结尾的特定链接。

非常有用！谢谢你，亚历克斯。

【参考方案2】：

如果字符串中总是有一个这样的链接，试试这个：

"(^[^\"]*\")|(\"[^\"]*)$"

【讨论】：

这行得通，但是当 href 标记在链接之前有 'id=' 时失败了。我应该在我的问题中添加这个，抱歉。

【参考方案3】：

您可以查看http://regexlib.com/ 以获取您需要的所有正则表达式帮助。下面是 url ：

^[a-zA-Z0-9\-\.]+\.(com|org|net|mil|edu|COM|ORG|NET|MIL|EDU)$

【讨论】：

按照目前的编写方式，该正则表达式不适用于具有 winchester.us、amazon.co.uk、amazon.ca 等国家代码的网站。

你是绝对正确的。我强加我的做法犯了一个错误。

另外，不适用于 Java 6.0，至少不能在 replaceAll 方法中使用。

@user1070866，那对我来说是最重要的。