Java正则表达式获取网址和链接文字

关键知识点：

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 

 

/*
     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
*/

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 s="</p><p style=height:14px><a href=http://jingjia.baidu.com>企业推广</a> | <a href=http://top.baidu.com>搜索风云榜</a> | <a href=/home.html>关于百度</a> | <a href=http://ir.baidu.com>About Baidu</a></p><p id=b>&copy;2008 Baidu <a href=http://www.baidu.com/duty>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.hd315.gov.cn/beian/view.asp?bianhao=010202001092500412><img src=http://gimg.baidu.com/img/gs.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=|> " , "" ));
              }              
        }
    }
}

 

输出结果为