Java正则表达式：不带哈希的href

我正在尝试构建一个站点地图，并解析

href

s的html正文，这些html正文没有

#

（因为那些带有哈希的只是一些内容页面htmls中的子章节链接）

我的regexp现在：

---

我想我应该使用

[^#]

或

#

将

#

从

href

中排除，但无法通过尝试和谷歌搜索来解决问题。提前谢谢你帮了我的忙

完成了。刚刚在

[^\“]

块中插入了

。：D

<a\\s[^>]*href\\s*=\\s*\"([^\"#]*)\"[^>]*>(.*?)</a>

---

您不应该使用正则表达式来解析HTML

最好使用HTML解析器，例如

Document doc = Jsoup.parse(input);
Elements links = doc.select("a[href]");

for (Element each: links) {
    if (each.attr("href").startsWith("#")) continue;
    ...
}

---

比使用正则表达式要轻松得多，嗯！

如果你正在努力，但它不起作用，那就再试试吧。：）