Question

我有一个大字符串，格式如下 -

   <a href="12345.html"><a href="12345.html"><a href="12345.html"><a href="12345.html">
   <a href="12345.html"><a href="12345.html"><a href="12345.html"><a href="12345.html">

我想存储.html之前发生的所有值的出现。所以上面的html变成像12345.html，12345.html，12345.html，12345.html，12345.html，12345.html，12345.html，12345.html

我需要正则表达式吗？或某种替代方法。

由于

Answer 1

您可以使用Jsoup等HTML解析器。

Document doc = Jsoup.parse(yourString);
Elements els = doc.select("a");
for(Element el: els){
    //this only if needs the number without the HTML
    //if not, only el.attr("href")
    if(el.attr("href").contains(".html")){
         String[] parts = el.attr("href").split(".html");
         System.out.println(parts[0]);
    }          
}

不要使用正则表达式来解析HTML。

Answer 2

您实际上并不需要正则表达式，但您可以使用基础Matcher类：

final String searchString = "12345.html";
final String txt =
"<a href=\"12345.html\"><a href=\"12345.html\"><a href=\"12345.html\"><a href=\"12345.html\">\n"
+ "<a href=\"12345.html\"><a href=\"12345.html\"><a href=\"12345.html\"><a href=\"12345.html\">";
final Matcher matcher = Pattern.compile(searchString, Pattern.LITERAL).matcher(txt);
final StringBuilder sb = new StringBuilder();
while(matcher.find()){
    if(sb.length() > 0) sb.append(',');
    sb.append(matcher.group());
}
System.out.println(sb.toString());

<强>输出：

12345.html，12345.html，12345.html，12345.html，12345.html，12345.html，12345.html，12345.html

Answer 3

如果你在java代码中访问这个字符串，你可以在“=”delimeter上拆分字符串。它会产生一堆字符串。一个字符串看起来像“

所以步骤是： 1.分割将导致字符串数组的字符串。 2.迭代生成的数组并查找模式“＆gt;

修改大字符串

3 个答案: