Java中正規表示式能否有效解析HTML？

在Java中使用正規表示式解析HTML

識別href和src標籤等HTML元素可以透過正規表示式來實現，儘管它是通常不推薦。如果您仍在考慮這種方法，讓我們深入研究如何在Java 中實現它：

使用正規表示式解析

要尋找href 標籤，您可以使用正規表示式如：

Pattern p = Pattern.compile("<a.*?href=\"(.*?)\".*?>");

找出src 標籤：

Pattern p = Pattern.compile("<img.*?src=\"(.*?)\".*?>");

擷取URL

一旦有了模式，就可以匹配它們針對您的HTML 字串並擷取URL 群組：

Matcher m = p.matcher(htmlString);
while (m.find()) {
  String url = m.group(1);
}

建議

但是，強烈建議使用HTML 解析器而不是正規表示式。 HTML 結構非常複雜，正規表示式常常會忽略邊緣情況。像 JSoup 這樣的專用 HTML 解析器更擅長解釋 HTML 並可靠地提取所需的元素。

以上是Java中正規表示式能否有效解析HTML？的詳細內容。更多資訊請關注PHP中文網其他相關文章！