Wie extrahieren Java reguläre Ausdrücke effizient bestimmte URLs im HTML -Text?

Java reguläre Ausdrücke extrahieren effizient HTML -URLs: Ein praktischer Leitfaden

In diesem Artikel wird gezeigt, wie bestimmte URLs aus HTML -Text unter Verwendung von Java -regulären Ausdrücken extrahiert werden. Wir werden ein Beispiel verwenden, um zu veranschaulichen, wie diese Aufgabe effizient erledigt werden kann.

Frage: Extrahieren Sie alle URLs, beginnend mit "www". und enden mit ".com" oder ".cn" aus dem HTML -Text.

Beispiel HTML (einschließlich URL):

 <a>www.baidu.com</a> <a>www.qq.com</a> <a>www.aaa.cn</a> www.eee.cn

Java -Code und reguläre Ausdrücke:

Wir verwenden den regulären Ausdruck www\.\w (\.com|\.cn) um der URL zu entsprechen. \w entspricht einem oder mehreren alphanumerischen Zeichen, \. Übereinstimmung mit Punktnummern (erfordert Flucht), ( ) wird verwendet, um Match ".com" oder ".cn" zu gruppieren.

 String html = " <a>www.baidu.com</a> <a>www.qq.com</a> <a>www.aaa.cn</a> www.eee.cn";
String reg = "www \\. \\ w (\\. Com | \\. Cn)"; // Beachten Sie, dass Sie dem Backslash Muster muster = muster.com (reg, muster.case_inemsitiv) entkommen müssen;
Matcher Matcher = muster.Matcher (HTML);

while (matcher.find ()) {
    System.out.println (matcher.group ());
}

Auslaufergebnisse:

 <code>www.baidu.com www.qq.com www.aaa.cn www.eee.cn</code>

Code Beschreibung:

1. Pattern.compile(reg, Pattern.CASE_INSENSITIVE) : Kompilieren Sie reguläre Ausdrücke, das CASE_INSENSITIVE Flag macht das Match-Fall-Unempfindlichkeit.
2. pattern.matcher(html) : Erstellt ein Matcher -Objekt, um Übereinstimmungen im HTML -Text zu finden.
3. matcher.find() : Finden Sie das nächste Spiel.
4. matcher.group() : Gibt das passende Substring zurück.

Wichtige Tipps:

Bei komplexen HTML -Strukturen ist das Parsen mit regulären Ausdrücken möglicherweise nicht zuverlässig genug und Fehler sind anfällig für eintreten. Für komplexere HTML -Parsen wird empfohlen, eine professionelle HTML -Parser -Bibliothek wie JSOUP zu verwenden, um die Genauigkeit und Stabilität der Parsen zu gewährleisten. Dieses Beispiel wird nur verwendet, um die grundlegende Verwendung regelmäßiger Ausdrücke zu demonstrieren.

Das obige ist der detaillierte Inhalt vonWie extrahieren Java reguläre Ausdrücke effizient bestimmte URLs im HTML -Text?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!