java正则匹配HTML中a标签里的中文字符示例
本文实例讲述了java正则匹配HTML中a标签里的中文字符。分享给大家供大家参考,具体如下:
今天群里一位朋友问到了一个正则表达式的问题,有如下内容:
<ahref='www.baidu.comds=id32434#comment'rewr>特432</a> 453543 <aguhll,,l>a1特123你好123吗?</a> <ahref=id=32434#comment'ewrer>特2</a> <a>标签中的文字</a>
现在要匹配出内容包含中文但标签的属性中不包含comment的<a>标签中的汉字。
解决思路如下:
1、首先匹配出不包括comment的<a>标签;
2、在匹配结果中进行二次匹配出中文;
代码如下:
packagecom.mmq.regex; importjava.util.regex.Matcher; importjava.util.regex.Pattern; /** *@use匹配HTML的<a>标签中的中文字符 *@ProjectNamestuff *@Authormumaoqiang *@FullNamecom.mmq.regex.MatchChineseCharacters.java *@JDK1.6.0 *@Version1.0 */ publicclassMatchChineseCharacters{ /** *根据输入的内容,匹配出包含中文但不包含comment的<a>标签中的中文字符 *@paramsource要匹配的内容 *@return<a>标签中的中文字符 */ publicstaticStringmatchChineseCharacters(Stringsource){ //匹配出包含中文但不包含comment的<a>标签 Stringreg="<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)"; Patternpattern=Pattern.compile(reg); Matchermatcher=pattern.matcher(source); StringBuildercharacter=newStringBuilder(); while(matcher.find()){ Stringresult=matcher.group(); System.out.println(result); //对结果进行二次正则,匹配出中文字符 Stringreg1="[\\u4e00-\\u9fa5]+"; Patternp1=Pattern.compile(reg1); Matcherm1=p1.matcher(result); while(m1.find()){ character.append(m1.group()); } //System.out.println(character.toString()); } returncharacter.toString(); } publicstaticvoidmain(String[]args){ Stringresult=matchChineseCharacters("<ahref='www.baidu.comds=id32434#comment'rewr>特432</a>453543<aguhll,,l>a1特123你好123吗?</a><ahref=id=32434#comment'ewrer>特2</a><a>标签中的文字</a>"); System.out.println(result); } }
输出结果如下:
<aguhll,,l>a1特123你好123吗? <a>标签中的文字 特你好吗标签中的文字
这里做一下解释:
Stringreg="<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)";
这个匹配内容包含中文但标签的属性中不包含comment的<a>标签的正则中,不能使用向后查找?<=,因为向后查找只能是固定长度的内容,这里<a>标签中属性不确定,所以不能使用;[\\u4e00-\\u9fa5]+匹配中文字符串;而(?=</a>)使用向前查找?=,在结果中不会包含结束标签</a>。
这个问题就这样得到解决了。如果说要匹配指定标签中的指定内容,那么也是很容易改进的了。若有更好的正则,还请留言相互学习。
PS:这里再为大家提供2款非常方便的正则表达式工具供大家参考使用:
JavaScript正则表达式在线测试工具:
http://tools.jb51.net/regex/javascript
正则表达式在线生成工具:
http://tools.jb51.net/regex/create_reg
希望本文所述对大家java程序设计有所帮助。