类Java PHP输出中的正则表达式

计划是这样的

从weburl的html页面获取源代码，例如

使用模式进行搜索，例如查找链接

按正确的显示顺序获取结果的哈希图/列表

在PHP中，制作非常简单，但在我看来，使用本机Java是不可能的

它在PHP中的外观：

<?php
//the html code, maybe multilined
$htmlCode = file_get_contents("https://stackoverflow.com");

$replacement = Array("\n", "\cr", "\r", "\c", "\t");
//to make it single lined like a long string
$htmlCode = str_replace($replacement, "", $htmlCode);

//Regex part
$pattern = '#<a href="(.*)">.*</a>#siU';
preg_match_all($pattern, $htmlCode, $results, PREG_SET_ORDER);

//Print it out
echo "<pre>Results: ".print_r($results,true)."</pre>";
?>

结果如下：

数组=（[0]=“”，[1]=“”，…）

如何在Java中实现同样的功能

（我已经用我自己的方式试过了，我想它是如何工作的，但我认为这太夸张了。是用JerichoHTMLParser做的。）

Init.java

uc.getInputStream();

package test.java.regex；
导入java.awt.*；
导入java.awt.event.*；
导入javax.swing.*；
导入net.htmlparser.jericho.*；
导入java.net。*；
导入java.io.*；
导入java.util.*；
导入java.util.regex.*；
公共类init扩展了JFrame{
私人JLabel-lblKeyword；
私有JTextField关键字；
私有JButton exec；
私人JScrollPane sp；
私有区域输出；
私有模式；
私人匹配器匹配器；
private static final String thePATTERN=“是的，它可能会做得更短，但让我们从该代码开始，因为它就快到了

 boolean matches = matcher.matches();
 if (matches) {
     this.output.setText( "found" );
}

当然可以删除，因为它是获取和使用下一行

while (matcher.find()) {
    output.setText(matcher.group(1));
    // Or something different, as this keeps only the last one found.
}

有一个错误：在java
中。match
要求整个字符串都匹配

我也不了解来源

人们可以像你一样在ByteArrayoutPuttStream中读取所有内容

您可以使用ISO-8859-1，因为这不会编码页面不在UTF-8中时UTF-8可能会遇到的错误。
现在这种情况几乎每天发生一次。goes…Regex不是最好的工具。您是否尝试过使用适当的HTML解析器，比如Jsoup？
while (matcher.find()) {
    output.setText(matcher.group(1));
    // Or something different, as this keeps only the last one found.
}

String st = new String(baos.toByteArray(), StandardCharsets.ISO_8859_1);