java正则表达式匹配文本，获得链接

Python013

java正则表达式匹配文本，获得链接,第1张

String str = "<img id=\"aimg_H5lCH\" onclick=\"zoom(this, this.src, 0, 0, 0)\" class=\"zoom\" file=\"http://www.m2tx.com/images/2006/07/30/ms_431yuria041.jpg\" onmouseover=\"img_onmouseoverfunc(this)\" lazyloadthumb=\"1\" border=\"0\" alt=\"\">  >"

String pattern = "file=\".+jpg\""

// 创建 Pattern 对象

Pattern r = Pattern.compile(pattern)

// 现在创建 matcher 对象

Matcher m = r.matcher(str)

if(m.find()){

String file = m.group()

System.out.println(file.substring(6,file.length()-1))

}

import java.io.BufferedReader

import java.io.InputStreamReader

import java.net.HttpURLConnection

import java.net.URL

import java.util.ArrayList

import java.util.List

import java.util.regex.Matcher

import java.util.regex.Pattern

public class Main

{

public static String getHTML(String spec, String charsetName)

{

try

{

URL url = new URL(spec)

HttpURLConnection huc = (HttpURLConnection) url.openConnection()

InputStreamReader isr = new InputStreamReader(huc.getInputStream(), charsetName)

BufferedReader br = new BufferedReader(isr)

StringBuilder builder = new StringBuilder()

String line = null

while(null != (line = br.readLine()))

{

builder.append(line)

}

br.close()

isr.close()

huc.disconnect()

return builder.toString()

}

catch(Exception e)

{

e.printStackTrace()

}

return ""

}

public static List<String> getAttr(String html, String nodeName, String attr)

{

String regex = "(?i)<" + nodeName + "\\b[^>]*" + attr + "[=\"\'\\s]+([^\"\']*)[\"\']?[^>]*>"

Pattern pattern = Pattern.compile(regex)

Matcher matcher = pattern.matcher(html)

ArrayList<String> list = new ArrayList<String>()

while(matcher.find())

{

list.add(matcher.group(1))

}

return list

}

public static void main(String[] args)

{

String html = getHTML("ht和谐tp://zhidao.baidu.com/question/562228126305552124.html?entry=qb_ihome_tag", "UTF-8")

List<String> list = getAttr(html, "a", "href")

for(int i = 0 i < list.size() i++)

{

System.out.println(list.get(i))

}

}

}