java通过正则表达式匹配获取链接地址

获取页面中字符串的url地址我们都会使用正则表达式来匹配获取了，下面我来给大家总结几个匹配获取链接地址示例。

1、正则表达式中Matcher中find()方法的应用。

2、String对象中的 replaceAll(String regex,String replacement) 方法的使用。通过这个方法去除了不必要的字符串，从而得到了需要的网址和链接文字

例.1超简单的

代码如下	复制代码
String content = "<a href="URL">";  String pattern= "href="([^"]*)"";  Pattern p = Pattern.compile(pattern, 2 | Pattern.DOTALL);  Matcher m = p.matcher(content); if(m.find()) {       System.out.println("url="+m.group(1));  } 例2.上

面只能获取带有双“号的a标题中的url,下面我们加以改进可以获取任何状态下的a标题url

代码如下

复制代码

package com.gong.example;   import java.util.regex.Matcher; import java.util.regex.Pattern;   public class Simple {    public static void main(String[] args){      String input="<a style=" " href = "http://www.111cn.net" target="_blank" >www.zjsyc.com</a>" +   "<a href = 'http://www.111cn.net' target='_blank' >www.163.com</a> " +   "<a href=http://www.hzhuti.com target=_blank >www.yahoo.com</a>";     String patternString = "\s*(?i)href\s*=\s*("([^"]*")|'[^']*'|([^'">\s]+))"; //href      Pattern pattern = Pattern.compile(patternString,     Pattern.CASE_INSENSITIVE);   Matcher matcher = pattern.matcher(input);   while (matcher.find()) {    String link=matcher.group();    System.out.println(link);        link=link.replaceAll("href\s*=\s*(['|"]*)", "");    System.out.println("--"+link);        link=link.replaceAll("['|"]", "");    System.out.println("---"+link);   }     } }

例.3我们还可以利用它进行升级获取 获取网址和链接文字哦。

*
     功能说明：分析字符串s，提取s里面的超链接和链接文字
     2008年3月30日
      程序人生博客 
*/

代码如下

复制代码

import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegTest {     public static void main(String[] args)     {                           //String s="<p id=km>&nbsp;<a href=http://down.111cn.net>空间</a>&nbsp;|&nbsp;<a ";         String s="</p><p style=height:14px><a href=http://mb.111cn.net>企业推广</a> | <a href=http://code.111cn.net>搜索风云榜</a> | <a href=/home.html>关于百度</a> | <a href=http://www.111cn.net>About Baidu</a></p><p id=b>&copy;2008 Baidu <a href=http://www.111cn.net>使用百度前必读</a> <a href=http://www.miibeian.gov.cn target=_blank>京ICP证030173号</a> <a href=http://www.hzhuti.com><img src=/get_pic/2013/11/22/20131122031447947.gif></a></p></center></body></html><!--543ff95f18f36b11-->";                 String regex="<a.*?/a>";                 //String regex = "<a.*>(.*)</a>";         Pattern pt=Pattern.compile(regex);         Matcher mt=pt.matcher(s);         while(mt.find())         {              System.out.println(mt.group());              System.out.println();              String s2=">.*?</a>";//标题部分              String s3="href=.*?>";                              Pattern pt2=Pattern.compile(s2);               Matcher mt2=pt2.matcher(mt.group());               while(mt2.find())                 {                System.out.println("标题："+mt2.group().replaceAll(">|</a>",""));               }                              Pattern pt3=Pattern.compile(s3);               Matcher mt3=pt3.matcher(mt.group());               while(mt3.find())                 {                System.out.println("网址："+mt3.group().replaceAll("href=|>",""));               }                       }     } }