java获取url网页指定内容

在 获取网页源代码（←获取html网页源代码请看这儿）的前提下，根据网页源代码获取指定内容

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @use 获取指定HTML标签的相关内容
 */
public class GetTheSpecifyHtmlTagCode {

    /**
     * 获取指定HTML标签的代码及指定属性的值
     *
     * @param source  要匹配的源文本
     * @param element 标签名称
     * @param byAttr  标签的属性名称
     * @return 属性值列表
     */
    public static List<String> match(String source, String element, String byAttr) {
        List<String> result = new ArrayList<String>();
        String reg = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>(.*?)</%s>", element, byAttr, element);
        Matcher m = Pattern.compile(reg).matcher(source);
        while (m.find()) {
            String elementResult = m.group(0);
            String attrResult = m.group(1);
            result.add(elementResult + VS
                    + attrResult);
        }
        return result;
    }

    /**
     * 通过属性名称获取属性值
     *
     * @param source  要匹配的源文本
     * @param element 标签名称
     * @param byAttr  标签的属性名称
     * @return 属性值
     */
    public static String getAttrValueByAttr(String source, String element, String byAttr) {
        String result = "";
        String reg = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>(.*?)</%s>", element, byAttr, element);
        Matcher m = Pattern.compile(reg).matcher(source);
        while (m.find()) {
            result = m.group(1);
        }
        return result;
    }

    /**
     * 根据指定的属性值获取指定的其他属性值
     *
     * @param htmlCode  网页源代码
     * @param element   标签名称
     * @param byAttr1   指定的属性名称
     * @param attrValue 指定的属性值
     * @param byAttr2   指定的其他属性名称
     * @return 指定的其他属性值
     */
    public static String getAttrValue(String htmlCode, String element, String byAttr1, String attrValue, String byAttr2) {
        List<String> list = match(htmlCode, element, byAttr1);
        String tempr = "";
        for (int i = 0; i < list.size(); i++) {
            String tempResult = list.get(i);
            String[] temp = tempResult
                    .split(VS);
            if (temp[1].equals(attrValue)) {
                tempr = getAttrValueByAttr(htmlCode, element, byAttr2);
            }
        }
        return tempr;
    }

    /**
     * 根据指定属性获取指定html标签的代码
     *
     * @param htmlCode  网页源代码
     * @param element   标签名称
     * @param byAttr    属性名称
     * @param attrValue 属性值
     * @return 指定html标签的代码
     */
    public static String getElementById(String htmlCode, String element, String byAttr, String attrValue) {
        List<String> list = match(htmlCode, element, byAttr);
        String tempr = "";
        for (int i = 0; i < list.size(); i++) {
            String tempResult = list.get(i);
            String[] temp = tempResult
                    .split(VS);
//            System.out.println("--------> " + (i + 1) + ". " + list.get(i));
            if (temp[1].equals(attrValue)) {
//                System.out.println("内部打印    " + temp[0]);
                tempr = temp[0];
            }
        }
        return tempr;
    }

    /**
     * 获取指定标签包含的内容
     *
     * @param htmlCode  网页源代码
     * @param element   标签名称
     * @param byAttr    属性
     * @param attrValue 属性值
     * @return 指定标签包含的内容
     */
    public static String getElementValueByAttr(String htmlCode, String element, String byAttr, String attrValue) {
        String elementCode = getElementById(htmlCode, element, byAttr, attrValue);
        String regTagStart = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>", element,byAttr);
        String tagStart="";
        Matcher m = Pattern.compile(regTagStart).matcher(elementCode);
        while (m.find()) {
            tagStart = m.group(0);
        }
        String regTagEnd = String.format("</%s>", element);
        String result = elementCode.replace(tagStart, "").replace(regTagEnd, "");
        return result;
    }

    /**
     * 根据已有标签代码获取标签包含的内容
     *
     * @param elementCode 标签代码
     * @param element     标签名称
     * @return 标签包含的内容
     */
    public static String getElementValueByElementCode(String elementCode, String element,String byAttr) {
        String regTagStart = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>", element,byAttr);
        String tagStart="";
        Matcher m = Pattern.compile(regTagStart).matcher(elementCode);
        while (m.find()) {
            tagStart = m.group(0);
        }
        String regTagEnd = String.format("</%s>", element);
        String result = elementCode.replace(tagStart, "").replace(regTagEnd, "");
        return result;
    }

    private static String VS = "--------";//split标记自定义
}