本文實例講述了java正則匹配HTML中a標簽里的中文字符。分享給大家供大家參考，具體如下：
今天群里一位朋友問到了一個正則表達式的問題，有如下內容：
|
1
2
3
4
5
|
<a href='www.baidu.comds=id32434#comment'rewr>特432</a>453543<a guhll,,l>a1特123你好123嗎？</a><a href=id=32434#comment'ewrer>特2</a><a>標簽中的文字</a> |
現在要匹配出內容包含中文但標簽的屬性中不包含comment的<a>標簽中的漢字。
解決思路如下：
1、首先匹配出不包括comment的<a>標簽；
2、在匹配結果中進行二次匹配出中文；
代碼如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
|
package com.mmq.regex;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * @use 匹配HTML的<a>標簽中的中文字符 * @ProjectName stuff * @Author mumaoqiang * @FullName com.mmq.regex.MatchChineseCharacters.java * @JDK 1.6.0 * @Version 1.0 */public class MatchChineseCharacters { /** * 根據輸入的內容，匹配出包含中文但不包含comment的<a>標簽中的中文字符 * @param source 要匹配的內容 * @return <a>標簽中的中文字符 */ public static String matchChineseCharacters(String source) { //匹配出包含中文但不包含comment的<a>標簽 String reg = "<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)"; Pattern pattern = Pattern.compile(reg); Matcher matcher = pattern.matcher(source); StringBuilder character = new StringBuilder(); while(matcher.find()){ String result = matcher.group(); System.out.println(result); //對結果進行二次正則，匹配出中文字符 String reg1 = "[\\u4e00-\\u9fa5]+"; Pattern p1 = Pattern.compile(reg1); Matcher m1 = p1.matcher(result); while(m1.find()){ character.append(m1.group()); } //System.out.println(character.toString()); } return character.toString(); } public static void main(String[] args) { String result = matchChineseCharacters("<a href='www.baidu.comds=id32434#comment'rewr>特432</a>453543<a guhll,,l>a1特123你好123嗎？</a><a href=id=32434#comment'ewrer>特2</a><a>標簽中的文字</a>"); System.out.println(result); }} |
輸出結果如下：
|
1
2
3
|
<a guhll,,l>a1特123你好123嗎？<a>標簽中的文字特你好嗎標簽中的文字 |
這里做一下解釋：
|
1
|
String reg = "<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)"; |
這個匹配內容包含中文但標簽的屬性中不包含comment的<a>標簽的正則中，不能使用向后查找?<=，因為向后查找只能是固定長度的內容，這里<a>標簽中屬性不確定，所以不能使用；[\\u4e00-\\u9fa5]+匹配中文字符串；而(?=</a>)使用向前查找?=，在結果中不會包含結束標簽</a>。
這個問題就這樣得到解決了。如果說要匹配指定標簽中的指定內容，那么也是很容易改進的了。若有更好的正則，還請留言相互學習。
希望本文所述對大家java程序設計有所幫助。
