我有一个字符串作为 html 源代码。我只想从该字符串中获取链接并将这些链接放入 ArrayList 中。如您所知,我想在 <a href="THE LINK I WANT">
之间获取一些字符串但我想在不使用任何外部库的情况下执行此操作。我如何使用 String 类和循环使用简单的算法来做到这一点?谢谢你!
最佳答案
Java Regex API
不是实现您目标的合适工具。使用其他答案中提到的高效、安全且经过良好测试的高级工具。
如果您的问题涉及 Regex API 而不是现实生活中的问题(例如学习目的)- 您可以使用以下代码来完成:
String html = "foo <a href='link1'>bar</a> baz <a href='link2'>qux</a> foo";
Pattern p = Pattern.compile("<a href='(.*?)'>");
Matcher m = p.matcher(html);
while(m.find()) {
System.out.println(m.group(0));
System.out.println(m.group(1));
}
输出是:
<a href='link1'>
link1
<a href='link2'>
link2
请注意 lazy/reluctant 限定符 *?必须使用 order 来减少对单个标记的分组。第0组是整场比赛,第1组是下一场比赛(下一对括号)。
需要考虑的注意事项:
使用正则表达式从 HTML 中提取值总是错误的。 HTML 语法比它最初可能出现的要复杂得多,而且即使是非常复杂的正则表达式,页面也很容易识别。
使用 HTML Parser反而。另见 What are the pros and cons of the leading Java HTML parsers?
关于java - 从html源代码获取链接,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/9582081/