如何使用正则表达式提取HTML链接

最新推荐文章于 2024-08-15 11:25:06 发布

cyan20115

最新推荐文章于 2024-08-15 11:25:06 发布

阅读量3.6k

点赞数

文章标签： java 测试

本教程介绍了如何使用正则表达式从HTML页面中提取超链接。通过Java示例和TestNG单元测试，展示从`<a>`标签中抓取链接的步骤。

摘要由CSDN通过智能技术生成

在本教程中，我们将向您展示如何从HTML页面提取超链接。例如，要从以下内容获取链接：

this is text1 <a href='mkyong.com' target='_blank'>hello</a> this is text2...

首先从“价值” a标签-结果： a href='mkyong.com' target='_blank'
稍后从上面提取的值中获取“链接” –结果： mkyong.com

1.正则表达式模式

提取标签正则表达式模式

(?i)<a([^>]+)>(.+?)</a>

从标签正则表达式模式中提取链接

\s*(?i)href\s*=\s*(\"([^"]*\")|'[^']*'|([^'">\s]+));

描述

(		#start of group #1
 ?i		#  all checking are case insensive
)		#end of group #1
<a              #start with "<a"
  (		#  start of group #2
    [^>]+	#     anything except (">"), at least one character
   )		#  end of group #2
  >		#     follow by ">"
    (.+?)	#	match anything 
         </a>	#	  end with "</a>

\s*			   #can start with whitespace
  (?i)			   # all checking are case insensive
     href		   #  follow by "href" word
        \s*=\s*		   #   allows spaces on either side of the equal sign,
              (		   #    start of group #1
               "([^"]*")   #      allow string with double quotes e