正在写一个简单爬虫,用来统计一些简单的数据。在提取网页的URL时遇到一点小问题。不过用正则的捕获组给解决了
/**
* @author luxiao.hjt
*/
public class Regex {
public static void main(String[] args) {
Pattern p = Pattern.compile("<a\\s+href\\s*=\\s*\"?(.*?)[\"|>]",
Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("<a href = http://www.baidu.com>");
m.matches();
// String str1 = m.group().trim();
String str = m.group().trim();
// str1 = str1.substring(m.start(1), m.end(1));
System.out.println("str = " + str);
//System.out.println("str1=" + str1);
}
}