读取html中的超链接

最新推荐文章于 2025-03-08 10:52:17 发布

原创最新推荐文章于 2025-03-08 10:52:17 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#超链接

Java 专栏收录该内容

4 篇文章

订阅专栏

博主工作中需读取字符串中的超链接，最初想通过获取字符串中的“<”“>”辨别，后发现不可行，转而求助正则表达式。文中介绍了字符串中超链接的几种类型，如跳转到网址、打电话、短信、邮件等，还提及了代码实现。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

最近在工作中需要读取字符串中的超链接，本来是想通过获取字符串中的"<"、">"来辨别超链接，但是随着考虑的场景越全面，越发觉得自己的想法很蠢，只好求助于正则表达式（其实正则表达式是一个我一直不想接触的东东，感觉太复杂了，但它的确很强大，这一次硬着头皮学习了解了一下）。

首先看下字符串中的超链接是什么样的？

1,跳转到网址：

<a href="www.baidu.com">百度一下，你就知道</a>

2.打电话：

<a href="tel:10086">10086</a>

3.短信

<a href="sms:10086">给10086发短信</a>
<a href="sms:10086?body=cxye">给 10086 发送内容为"cxye"的短信</a><br />
<a href="sms:10086,10010?body=cxye">给 10086 和 10010 发送内容为"cxye"的短信</a>

4.邮件

<a href="mailto:test1@163.com">mail</a>
<a href="mailto:test1@163.com,test2@163.com">mail</a>

代码实现

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PatternTest {
    static String content = "<a href=\"www.baidu.com\">百度一下，你就知道</a>";
    static String pattern = "<[Aa]\\s+href\\s*=\\s*['\"](.+?)['\"]>(.+?)</[Aa]>";

    public static void main(String[] args) {
        Pattern p = Pattern.compile(pattern);
        Matcher m = p.matcher(content);

        while(m.find()) {
            System.out.println("gourp0 : " + m.group(0) + " group1 : " + m.group(1) + " group2 : " + m.group(2));
        }
    }

}

打印内容：

gourp0 : <a href="www.baidu.com">百度一下，你就知道</a> group1 : www.baidu.com group2 : 百度一下，你就知道