Java替换链接中的内容

我需要阅读网页的html，然后找到链接和图像，然后重命名链接和图像，我做了什么

reader = new BufferedReader(new InputStreamReader(socket.getInputStream(), 'UTF-8'));  
String line;  
while ((line = reader.readLine()) != null) { 
    regex = "<a[^>]*href=(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))[^>]*>(.*?)</a>";  
    final Pattern pa = Pattern.compile(regex, Pattern.DOTALL);  
    final Matcher ma = pa.matcher(s);  
    if(ma.find()){  
        string newlink=path+"1-2.html";
        //replace the link in href with newlink, how can i do this?
    }  
    html.append(line).append("/r/n");  
}  

reader=new BufferedReader（新的InputStreamReader（socket.getInputStream（），'UTF-8'）；
弦线；
而（（line=reader.readLine（））！=null）{
regex=“”；
最终模式pa=Pattern.compile（regex，Pattern.DOTALL）；
最终匹配器ma=pa匹配器；
如果（ma.find（））{
字符串newlink=path+“1-2.html”；
//将href中的链接替换为newlink，我如何才能做到这一点？
}  
html.append（line.append（“/r/n”）；
}  

---

如何使用正则表达式解析HTML来完成注释部分可能既困难又不可靠。最好使用XPath和DOM操作进行类似操作。

尽管如此，还是提到了替代方法：

• Matcher支持使用StringBuffer执行“全部替换”
• 匹配文本必须部分读取为替换文本，因此所有文本必须在

  ma.组（1）

  （2，3，…）中
• DOTALL将允许
  匹配换行符，而不需要使用

  readLine

  来分隔行尾
• 每条线路可能有多个链接
• 您在示例代码中使用了一个

  matcher

  ，而不是

  matcher（line）

因此，代码使用

StringBuffer html=new-StringBuffer（）；
reader=新的BufferedReader（新的InputStreamReader（socket.getInputStream（），'UTF-8'）；
弦线；
regex=“（）”；
最终模式pa=Pattern.compile（regex）；
而（（line=reader.readLine（））！=null）{
最终匹配器ma=pa.匹配器（线）；
while（ma.find（））{
字符串newlink=path+“1-2.html”；
文学硕士（html，m.group（1）/*a href*/+…）；
}
ma.appendTail（html）；
html.append（line.append（“/r/n”）；
}

您不希望（！！！！）用正则表达式解析HTML！改用一些HTML/XML解析器！这里有一些链接来证明我的观点：检查，甚至不！不要重新发明轮子。几乎在每种情况下，对于一个常见的问题都有一个解决方案，这也不例外

StringBuffer html = new StringBuffer();
reader = new BufferedReader(new InputStreamReader(socket.getInputStream(), 'UTF-8'));  
String line;  
regex = "(<a[^>]*href=)(\"([^\"]*)\"|\'([^\']*)\'|([^\\s>]*))[^>]*>(.*?)(</a>)";  
final Pattern pa = Pattern.compile(regex);
while ((line = reader.readLine()) != null) {
    final Matcher ma = pa.matcher(line);
    while (ma.find()) {
        string newlink=path+"1-2.html";
        ma.appendReplacement(html, m.group(1) /* a href */ + ...);
    }
    ma.appendTail(html);
    html.append(line).append("/r/n");  
}