java正則匹配html

A. 如何使用java的正則表達式提取html標簽

//我隨便寫了一個工具類，getRegexData就是那個方法，你可以根據你的需求稍加改動即可因為我使用的
//URL而不是HttpClient，所以數據是全部獲取過來了，你自己改改吧！不懂再問我
packagecom.wdy.util;

importjava.io.IOException;
importjava.io.InputStream;
importjava.net.URL;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.regex.Matcher;
importjava.util.regex.Pattern;
/**
*工具類
*@authorWDY
*
*/
publicclassTool{
publicstaticvoidmain(String[]args){
System.out.println(getRegexData("<img[]*src.*?jpg"","<imgsrc="img1.jpg"><imgsrc="img2.jpg""));


try{
URLurl=newURL("http://www..com");
StringstringData=getStringFromInputStream(url.openStream());
System.out.println(stringData+"----------------------------------------");
System.out.println();

System.out.println(getRegexData("http://.{6,70}?(png|jpg)",stringData));
}catch(IOExceptione){
e.printStackTrace();
}
}
/**
*給一個正則表達式，和數據，將正則匹配到的數據全數取出來
*
*@paramregex
*@paramdata
*@returnList<String>
*/
publicstaticList<String>getRegexData(Stringregex,Stringdata){
Patternpattern=Pattern.compile(regex);
Matchermatcher=pattern.matcher(data);
List<String>resultList=newArrayList<String>();
intindex=0;//搜索的位置
Stringtemp="";
/*從指定位置查找，如果找到了，就繼續執行下面的代碼*/
while(matcher.find(index)){
temp=matcher.group();//將匹配到的數據取出來放到集合中去
resultList.add(temp);
index+=temp.length();//將查找位置放到此時找到的數據後面
System.out.println(index);
}
returnresultList;
}
/**
*將輸入流裝成字元串
*@paramis
*@return
*/
(InputStreamis)throwsIOException{

StringBuildersbl=newStringBuilder();
byte[]buff=newbyte[1024*8];
intlen;
inti=0;
while((len=is.read(buff))!=-1){
sbl.append(newString(buff,0,len,"utf-8"));
System.out.println(i++);
}
System.out.println(sbl.length());
returnsbl.toString();
}
}

B. java正則表達式替換html中除標簽外的關鍵字內容

\b{keywords}\b(?=[^<>]*<)
把上面{keywords}替換成你的關鍵字，注意把{}也替換掉，我是為了讓你看明白換哪才加的{}。
然後你找到匹配上面的正則的地方後替換成你想替換的字元串就好了，全部替換記得用全局修飾符

C. java 正則表達式是什麼

不同情況下的正則表達式：

• 匹配首尾空格的正則表達式：(^s*)|(s*$)。

• 匹配html標簽的正則表達式：<(.*)>(.*)</(.*)>|<(.*)/>。

• 配空行的正則表達式： [s| ]* 。

• 整數或者小數：^[0-9]+.{0,1}[0-9]{0,2}$。

• 只能輸入數字："^[0-9]*$"。

• 只能輸入n位的數字："^d{n}$"。

• 只能輸入至少n位的數字："^d{n,}$"。

• 只能輸入m~n位的數字：。"^d{m,n}$"

• 只能輸入零和非零開頭的數字："^(0|[1-9][0-9]*)$"。

• 只能輸入有兩位小數的正實數："^[0-9]+(.[0-9]{2})?$"。

• 只能輸入有1~3位小數的正實數："^[0-9]+(.[0-9]{1,3})?$"。

• 只能輸入非零的正整數："^+?[1-9][0-9]*$"。

• 只能輸入非零的負整數："^-[1-9][]0-9"*$。

• 只能輸入長度為3的字元："^.{3}$"。

• 只能輸入由26個英文字母組成的字元串："^[A-Za-z]+$"。

• 只能輸入由26個大寫英文字母組成的字元串："^[A-Z]+$"。

• 只能輸入由26個小寫英文字母組成的字元串："^[a-z]+$"。

• 只能輸入由數字和26個英文字母組成的字元串："^[A-Za-z0-9]+$"。

• 只能輸入由數字、26個英文字母或者下劃線組成的字元串："^w+$"。

• 驗證用戶密碼："^[a-zA-Z]w{5,17}$"正確格式為：以字母開頭，長度在6~18之間，只能包含字元、數字和下劃線。

• 驗證是否含有^%&',;=?$"等字元："[^%&',;=?$x22]+"。

• 只能輸入漢字："^[u4e00-u9fa5]{0,}$"。

• 驗證Email地址："^w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$"。

• 驗證一年的12個月："^(0?[1-9]|1[0-2])$"正確格式為："01"～"09"和"1"～"12"。

• 驗證一個月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正確格式為；"01"～"09"和"1"～"31"。

• 匹配中文字元的正則表達式： [u4e00-u9fa5]。

• 匹配雙位元組字元(包括漢字在內)：[^x00-xff]。

• 應用：計算字元串的長度（一個雙位元組字元長度計2，ASCII字元計1）String.prototype.len=function(){returnthis.replace(/[^x00-xff]/g,"aa").length;}。