Verwenden regulärer Ausdrücke zum Parsen von HTML in Java
Die Identifizierung von HTML-Elementen wie href- und src-Tags kann durch reguläre Ausdrücke erreicht werden, obwohl dies der Fall ist oft nicht zu empfehlen. Wenn Sie immer noch über diesen Ansatz nachdenken, schauen wir uns an, wie Sie ihn in Java umsetzen können:
Parsen mit regulären Ausdrücken
Um href-Tags zu finden, können Sie a verwenden Regex wie:
Pattern p = Pattern.compile("<a.*?href=\"(.*?)\".*?>");
So finden Sie SRC-Tags:
Pattern p = Pattern.compile("<img.*?src=\"(.*?)\".*?>");
URLs extrahieren
Sobald Sie die Muster haben, können Sie sie abgleichen gegen Ihre HTML-Zeichenfolge und erfassen Sie die URL-Gruppen:
Matcher m = p.matcher(htmlString); while (m.find()) { String url = m.group(1); }
Empfehlung
Es wird jedoch dringend empfohlen, einen HTML-Parser anstelle regulärer Ausdrücke zu verwenden. Die HTML-Struktur ist kompliziert und reguläre Ausdrücke können Randfälle oft übersehen. Ein dedizierter HTML-Parser wie JSoup ist viel besser darin, HTML zu interpretieren und die gewünschten Elemente zuverlässig zu extrahieren.
Das obige ist der detaillierte Inhalt vonKönnen reguläre Ausdrücke HTML in Java effektiv analysieren?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!