如何使用reqular表达式在java中获取html标记数据

我想从java中的html代码中获取标签数据。我已经提取了字符串中的HTML代码。但无法从标签中获取数据。谁能告诉我如何使用正则表达式吗。我不想使用解析器，因为它是一次性的工作

示例如下所示

新起点

---

我需要动作标记值以及输入名称和值。

你不应该真正使用正则表达式来解析HTML，你应该得到一个HTML解析器。Java有很多。然而，如果你真的想使用正则表达式，这里有一些方法

---

要获取

action=“…”

数据，请使用以下正则表达式：

action="(.*?)"

input.*?name="(.*?)"\s*value="(.*?)"

数据将存储在捕获组#1

工作原理：

action=        # Select the action= attribute
"(.*?)"        # Capture the data inside the quotes

input        # Select the opening input tag name
.*?          # Optional Data
name=        # Select the name= attribute
"(.*?)"      # Capture the data inside the quotes
\s*          # Optional Whitespace
value=       # Select the value= attribute
"(.*?)"      # Capture the data inside the quotes

---

要获取输入名称和编号，请使用以下正则表达式：

action="(.*?)"

input.*?name="(.*?)"\s*value="(.*?)"

名称将存储在捕获组#1中，而值将存储在捕获组#2

工作原理：

action=        # Select the action= attribute
"(.*?)"        # Capture the data inside the quotes

input        # Select the opening input tag name
.*?          # Optional Data
name=        # Select the name= attribute
"(.*?)"      # Capture the data inside the quotes
\s*          # Optional Whitespace
value=       # Select the value= attribute
"(.*?)"      # Capture the data inside the quotes

您可以使用Jsoup（）。 我在Scala中这样做，但在Java中是一样的（它最初是针对Java的）。 例如

这只是为了获取html页面，然后您可以使用下一个变量轻松解析它。 我还添加了url->（if（url.startsWith（“http://”）url.startsWith（“https://”）url-else“http://”+url）旁边的内容 但是如果你知道所有的URL都是有效的，你就不必这么做

然后制作另一个变量：

String url = connection
.getElementsByAttributeValueContaining("href", "facebook.com") 
.iterator()
.toList
.map(x => x.attr("href"))

例如，您可以使用在html页面中查找的任何其他url（第二个参数是regex，它将查找包含regex的字段的任何内容） 当您使用迭代器时，它会获取所有与您搜索的正则表达式匹配的字段，并会带来您需要的任何字段，这里我要求提供href，但您可以要求提供任何其他字段

或者你也可以使用

String url = connection
.getElementsByAttributeValueMatching("type", "rss|atom")
.iterator()
.toList
.map(x => x.attr("href"))

如果您正在寻找一个特定的匹配项（第二个参数在这里也是一个正则表达式，它将找到与您编写的正则表达式完全匹配的任何东西），当您执行迭代器时，它将获取与搜索的正则表达式匹配的所有字段，并将带来您需要的任何字段，这里我要求提供href，但您可以要求提供任何其他字段

---

希望这有帮助……

那么还有什么其他方法？使用HTML解析器。大多数语言都有很多这样的解析器，包括Java。Java中有内置的HTML解析器吗？我不想使用外部库。“我不想使用解析器，因为这是一项一次性工作”使用解析器会比编写此问题更快ii.当我使用java时，我使用了模式pattern=pattern.compile（“action=\”（.*）\）；Matcher-Matcher=pattern.Matcher（htmlString）；但它仍然不匹配。很抱歉，我使用了调试器，所以它第一次显示匹配，后来又显示匹配以符合要求。它试图得到相同的结果（即再次尝试匹配，结果变为错误）。@RasikaKulkarni如果这回答了您的问题，请您将其标记为已接受（按投票按钮下方的勾号）？谢谢！