一区二区三区在线-一区二区三区亚洲视频-一区二区三区亚洲-一区二区三区午夜-一区二区三区四区在线视频-一区二区三区四区在线免费观看

服務器之家:專注于服務器技術及軟件下載分享
分類導航

PHP教程|ASP.NET教程|JAVA教程|ASP教程|

服務器之家 - 編程語言 - JAVA教程 - java正則表達式匹配網頁所有網址和鏈接文字的示例

java正則表達式匹配網頁所有網址和鏈接文字的示例

2019-11-15 14:39java教程網 JAVA教程

這篇文章主要介紹了java正則表達式匹配網頁所有網址和鏈接文字java正則表達式匹配,需要的朋友可以參考下

代碼如下:


import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

 

import java.net.*;
import java.io.*;
import java.util.regex.*;

/*
根據指定的規則,通過構造正則表達式獲取網址
*/

public class Urls
{
    private String startUrl;                                         //開始采集網址
    String  urlContent;
    String ContentArea;
    private String strAreaBegin ,strAreaEnd ;            //采集區域開始采集字符串和結束采集字符串
    private String stringInUrl,stringNotInUrl;        
    String strContent;//獲得的采集內容
    String[] allUrls;                                                            //采集到的所有網址
    private String  regex;                                                 //采集規則

    UrlAndTitle   urlAndTitle=new UrlAndTitle();    //存儲網址和標題                    

    
    public static void main(String[] args)
    {
         Urls myurl=new Urls("<body","/body>");
         myurl.getStartUrl("http://www.zuzwn.com/");
         myurl.getUrlContent();
         myurl.getContentArea();
         myurl.getStartUrl("http://www.zuzwn.com/");
         myurl.getStringNotInUrl("google");
         myurl.Urls();

        //System.out.println("startUrl:"+myurl.startUrl);
        //System.out.println("urlcontent:"+myurl.urlContent);
        //System.out.println("ContentArea:"+myurl.ContentArea);

    }

    
    //初始化構造函數 strAreaBegin 和strAreaEnd

    public Urls (String strAreaBegin,String strAreaEnd)
    {
        this.strAreaBegin=strAreaBegin;
        this.strAreaEnd=strAreaEnd;
  }

  //
    public void Urls()
    {
        int i=0;
        //String regex ="<a href="?'?http://[a-zA-Z0-9]+/.[a-zA-Z0-9]+/.[a-zA-Z]+/?[/.?[/S|/s]]+[a>]$";
        String regex ="<a.*?/a>";
         //String regex ="http://.*?>";
        Pattern pt=Pattern.compile(regex);
        Matcher mt=pt.matcher(ContentArea);
        while(mt.find())
         {
                 System.out.println(mt.group());
                 i++;

                 //獲取標題
                 Matcher title=Pattern.compile(">.*?</a>").matcher(mt.group()); 
                 while(title.find())
                 {
                      System.out.println("標題:"+title.group().replaceAll(">|</a>",""));
                 }

                 //獲取網址
                 Matcher myurl=Pattern.compile("href=.*?>").matcher(mt.group()); 
                 while(myurl.find())
                 {
                      System.out.println("網址:"+myurl.group().replaceAll("href=|>",""));
                 }

                 System.out.println();

                 
         }

        System.out.println("共有"+i+"個符合結果");

    }    

    //獲得開始采集網址
    public void getStartUrl(String startUrl)
    {
        this.startUrl=startUrl;
    }

    //獲得網址所在內容;
    public void getUrlContent()
    {

        StringBuffer is=new StringBuffer();
        try
        {
            URL myUrl=new URL(startUrl);
            BufferedReader br= new BufferedReader(
                                                        new InputStreamReader(myUrl.openStream()));

            String s;                                                
            while((s=br.readLine())!=null)
            {
                is.append(s);
            }                                            
            urlContent=is.toString();
        }
    catch(Exception e)

    { 
        System.out.println("網址文件未能輸出");
        e.printStackTrace();
    }

        
    }

    
    //獲得網址所在的匹配區域部分
    public void getContentArea()
    {
         int pos1=0,pos2=0;
         pos1= urlContent.indexOf(strAreaBegin)+strAreaBegin.length();
         pos2=urlContent.indexOf(strAreaEnd,pos1);
         ContentArea=urlContent.substring(pos1,pos2); 
    }

    //以下兩個函數獲得網址應該要包含的關鍵字及不能包含的關鍵字
    //這里只做初步的實驗。后期,保護的關鍵字及不能包含的關鍵字應該是不只一個的。
    public void getStringInUrl(String stringInUrl)
    {
         this.stringInUrl=stringInUrl;        

    }

    public void getStringNotInUrl(String stringNotInUrl)
    {
        this.stringNotInUrl=stringNotInUrl;
    }

    //獲取采集規則

    //獲取url網址
    public void getUrl()
    {

    }

    public String getRegex()
    {
        return regex;

    }

    class UrlAndTitle
    {
        String myURL;
        String title;
    }
}

 

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板: 美女张开双腿让男人捅 | 欧美一级高清片 | 欧美区一区 | 秋霞网毛片 | 丝袜白浆 | 特黄特色大片免费视频大全 | 国产在线观看91精品一区 | 国产精品一级视频 | www.国产一区二区三区 | 国产第9页| 日本免费三片在线播放 | 久热在线这里只有精品7 | 日本无吗免费一二区 | 四虎免费看片 | 日本手机在线视频 | 成年男女免费视频观看性 | 欧美精品一区二区在线观看 | 91综合精品网站久久 | 国产成人精品免费视频软件 | 秋霞理论最新三级理论最 | 国产一区二区视频免费 | 亚洲国产福利精品一区二区 | 调教女警花穿环上班 | 18hdxxxx中国 | 久久久WWW免费人成精品 | 日本xxx在线观看免费播放 | 国产欧美日韩精品一区二区三区 | 好大好硬好深好爽想要吃奶 | 精品高潮呻吟99AV无码 | 亚洲国产成人久久综合一区77 | 香蕉免费高清完整 | 好紧水好多 | 国产成年人| 1986葫芦兄弟全集免费观看第十集 | 青青青国产在线观看 | 91麻豆精品激情在线观看最新 | 精品亚洲综合在线第一区 | 能免费观看的韩剧 | jzzjzz视频免费播放 | 亚洲国产综合网 | 天堂va亚洲va欧美va国产 |