Java正则表达式中 matcher.find()方法的理解

 今天在写程序的时候，碰到了一个怪事。

我想采集一个网址的链接，然后提取链接文字。为了完成这一步骤，我分两步走：

1、提前<a>和</a>之间的内容。如 从  "p id=km>&nbsp;<a href=http://hi.baidu.com>空间</a>&nbsp;|&nbsp;<a ";提取;<a href=http://hi.baidu.com>空间</a>

2、提取出"空间"两个字。

以下是我的代码。

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://hi.baidu.com>空间</a>&nbsp;|&nbsp;<a  " ;
        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());
             String s2 = " >.*?</a> " ;
              
              Pattern pt2 = Pattern.compile(s2);
              Matcher mt2= pt2.matcher(mt.group());
              
               System.out.println(mt2.group());//请注意这里
        }
    }
}

 

上面这个程序是错误的

 

下面的程序才是对的，也就是，将执行代码

System.out.println(mt2.group());//请注意这里

 

更改为

               while(mt2.find())

                 {
                      System.out.println(mt2.group());//请注意这里

                   }

下面是正确的代码。

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://hi.baidu.com>空间</a>&nbsp;|&nbsp;<a  " ;
        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());
             String s2 = " >.*?</a> " ;
              
              Pattern pt2 = Pattern.compile(s2);
              Matcher mt2= pt2.matcher(mt.group());
               while(mt2.find())

                    {
                      System.out.println(mt2.group());//请注意这里

                    }
        }
    }
}

 

 我是这么理解的：实际上，只有执行了find()方法 后，状态机matcher才是真正开始进行匹配工作的！