java - 从java中的网页检索URL

Question

我有最基本的 java 代码来执行 http 请求，它工作正常。我请求数据，然后返回大量 html。我想从该页面检索所有 url 并列出它们。对于一个简单的第一次测试，我让它看起来像这样:

int b = line.indexOf("http://",lastE);
int e = line.indexOf("\"", b);

这是有效的，但正如您想象的那样，它很糟糕，并且仅在 80% 的情况下有效。我自己能想出的唯一选择听起来又慢又蠢。所以我的问题非常多，我从哪里去

String html

到

List<Url> 

?

Answer 1

Pattern p = Pattern.compile("http://[\w^\"]++");
Matcher m = p.matcher(yourFetchedHtmlString);
while (m.find()) {
   nextUrl=m.group();//Do whatever you want with it
}

您可能还需要调整正则表达式，因为我只是在没有测试的情况下编写的。这应该是一种非常快速的获取 url 的方法。