java正则html
㈠ 【java作业向】正则表达式过滤HTML标签
过滤HTML标签的Java正则表达式 (?s)<.*?/?.*?>
按照你的要求编写的用正则表达式过滤HTML标签的Java程序如下
public class AA {
public String tagFilter(String s){
String regex = "(?s)<.*?/?.*?>";
String ss=s.replaceAll(regex,"");
return ss;
}
public static void main(String[] args) {
String s="<div class="guid time online">测试 abc</div><span data-url="games/details/" class="guid done">你好13548</span><a href="games/details/" class="guid">15个字母Abc</a><i class="icon-guid"/>";
String result=new AA().tagFilter(s);
System.out.println(result);
}
}
㈡ java 正则表达式 匹配html标签段
<head>
<script language="javascript">
var G=document.getElementById;
function window_load(){
var strHTML = ""; // document.body.innerHTML;
strHTML += "<html>";
strHTML += " <head>";
strHTML += " </head>";
strHTML += " <body>";
strHTML += " <font color='red'>test1</font><br />";
strHTML += " <font size='18'>test2</font><br />";
strHTML += " <font >test3</font><br />";
strHTML += " <font></font>";
strHTML += " </body>";
strHTML += "</html>";
var reg = /<(font)\s*[^<>]*>[^<>]*<\/\1\s*>/ig;
var aryResult = strHTML.match(reg);
alert("用match方法匹配 ,结果:\n\n" + aryResult.join("\n"));
}
</script>
</head>
<body onload="window_load();"> \
<!--
<font color='red'>test1</font><br />
<font size='18'>test2</font><br />
<font >test3</font><br />
<font></font>
-->
</body>
</html>
㈢ java正则表达式获取任意两个html标签中的内容
import java.util.regex.*;
public class RegexExample {
public static void main(String []args) {
String content=获取的网页内容;
Pattern p=Pattern.compile("<div class=\"fliter_px\">([\\s\\S]+?)<div class=\"search_page\">");
Matcher m=p.matcher(content);
if(m.find()){
System.out.println(m.group(1));
}
}
}
㈣ java 如何利用正则表达式只保留html里面的<p></p>标签里面的内容
正则表达式：<p.*?>(.*?)</p>
group(1)为正文内容。
输出时加上\n就行了
import java.util.regex.*;
public class Test{
public static void main(String[] args){
String str="<p style=\"font-size:1.3em;font-weight:bold\">No page with that title exists.</p> ";
String regex="<p.*?>(.*?)</p> ";
Pattern p =Pattern.compile(regex);
Matcher m=p.matcher(str);
while(m.find()){
System.out.println(m.group(1));
}
}
}
㈤ 如何使用java的正则表达式提取html标签
importjava.util.ArrayList;
importjava.util.Iterator;
importjava.util.List;
importjava.util.regex.Matcher;
importjava.util.regex.Pattern;
publicclassTest{
publicstaticvoidmain(Stringargs[]){
Stringhtml="<title>ABCD</title>gsdggas<title></title>jkll<title>005</title>";
//简单示例，相当于Stringhtml=getHtml(StringurlString);
ListresultList=getContext(html);
for(Iteratoriterator=resultList.iterator();iterator.hasNext();){
Stringcontext=(String)iterator.next();
System.out.println(context);
}
}
/**
*提取"<title>XXXX</title>"中的文字XXXX
*@paramhtml要解析的html文档内容
*@return解析结果，可以多次匹配，每次匹配的结果按文档中出现的先后顺序添加进结果List
*/
publicstaticListgetContext(Stringhtml){
ListresultList=newArrayList();
Patternp=Pattern.compile("<title>([^</title>]*)");//匹配<title>开头，</title>结尾的文档
Matcherm=p.matcher(html);//开始编译
while(m.find()){
resultList.add(m.group(1));//获取被匹配的部分
}
returnresultList;
}
}
㈥ JAVA正则表达式解析HTML字符串
1.首先提取<R_Data> 之间的内容. 我觉得不需要用 正则.
int start= str.indexOf(">",0);//返回 字符串 <R_Date> ">" 的索引 其中str 是整个字符串
int end =str.indexOf("<",start); //返回 </R_Data> 中"<" 的索引.
String s=subString(str,start,end); 这样就可以去掉 这对标签了. //s 是去掉标签之后的字符串
2. String[] sa=s.split("|"); 用 | 把这个字符串分割开. 结果返回的是一个 字符串数组.
例如 :0005,实验室0,0,0
1239,实验室B-测试点1,50,150
3.想要 这个样子的数组 String[] str={“0005","实验室0","0","0"} 可以将 上述sa 数组中的 每个元素继续分割.
如 String[] ss = sa[0].split(",",2)
思路就是这样 可能有一些细节上的问题. 遇到了问题 再 追问