java如何提取 https页面上的所有内容

 我来答
匿名用户
推荐于2016-01-20
展开全部
public static void main(String[] args){

String s = "<div id=\"hao_my_like\" monkey=\"cool\"><b><a href=\" http://www.hao123.com/templ.html\">我喜欢的网站:</a></b><span></span></div>";

Pattern pattern = Pattern.compile("<a .*href=(['\"])(.*)\\1>(.*)</a>",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(s);
while(matcher.find()){
System.out.println(matcher.group());
System.out.println(matcher.group(2));
System.out.println(matcher.group(3));
}
}
就这个,上面打印的第二行就是链接,第三行就是文字
补充:
Pattern pattern = Pattern.compile("<a .*href=(['\"])(.*)\\1>(.*)</a>",Pattern.CASE_INSENSITIVE);
这个改为
Pattern pattern = Pattern.compile("<a .*href=(['\"])(.*)\\1.*>(.*)</a>",Pattern.CASE_INSENSITIVE);
更能适应一般情况
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式