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。