java正则匹配html

A. 如何使用java的正则表达式提取html标签

//我随便写了一个工具类，getRegexData就是那个方法，你可以根据你的需求稍加改动即可因为我使用的
//URL而不是HttpClient，所以数据是全部获取过来了，你自己改改吧！不懂再问我
packagecom.wdy.util;

importjava.io.IOException;
importjava.io.InputStream;
importjava.net.URL;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.regex.Matcher;
importjava.util.regex.Pattern;
/**
*工具类
*@authorWDY
*
*/
publicclassTool{
publicstaticvoidmain(String[]args){
System.out.println(getRegexData("<img[]*src.*?jpg"","<imgsrc="img1.jpg"><imgsrc="img2.jpg""));


try{
URLurl=newURL("http://www..com");
StringstringData=getStringFromInputStream(url.openStream());
System.out.println(stringData+"----------------------------------------");
System.out.println();

System.out.println(getRegexData("http://.{6,70}?(png|jpg)",stringData));
}catch(IOExceptione){
e.printStackTrace();
}
}
/**
*给一个正则表达式，和数据，将正则匹配到的数据全数取出来
*
*@paramregex
*@paramdata
*@returnList<String>
*/
publicstaticList<String>getRegexData(Stringregex,Stringdata){
Patternpattern=Pattern.compile(regex);
Matchermatcher=pattern.matcher(data);
List<String>resultList=newArrayList<String>();
intindex=0;//搜索的位置
Stringtemp="";
/*从指定位置查找，如果找到了，就继续执行下面的代码*/
while(matcher.find(index)){
temp=matcher.group();//将匹配到的数据取出来放到集合中去
resultList.add(temp);
index+=temp.length();//将查找位置放到此时找到的数据后面
System.out.println(index);
}
returnresultList;
}
/**
*将输入流装成字符串
*@paramis
*@return
*/
(InputStreamis)throwsIOException{

StringBuildersbl=newStringBuilder();
byte[]buff=newbyte[1024*8];
intlen;
inti=0;
while((len=is.read(buff))!=-1){
sbl.append(newString(buff,0,len,"utf-8"));
System.out.println(i++);
}
System.out.println(sbl.length());
returnsbl.toString();
}
}

B. java正则表达式替换html中除标签外的关键字内容

\b{keywords}\b(?=[^<>]*<)
把上面{keywords}替换成你的关键字，注意把{}也替换掉，我是为了让你看明白换哪才加的{}。
然后你找到匹配上面的正则的地方后替换成你想替换的字符串就好了，全部替换记得用全局修饰符

C. java 正则表达式是什么

不同情况下的正则表达式：

• 匹配首尾空格的正则表达式：(^s*)|(s*$)。

• 匹配html标签的正则表达式：<(.*)>(.*)</(.*)>|<(.*)/>。

• 配空行的正则表达式： [s| ]* 。

• 整数或者小数：^[0-9]+.{0,1}[0-9]{0,2}$。

• 只能输入数字："^[0-9]*$"。

• 只能输入n位的数字："^d{n}$"。

• 只能输入至少n位的数字："^d{n,}$"。

• 只能输入m~n位的数字：。"^d{m,n}$"

• 只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。

• 只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。

• 只能输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。

• 只能输入非零的正整数："^+?[1-9][0-9]*$"。

• 只能输入非零的负整数："^-[1-9][]0-9"*$。

• 只能输入长度为3的字符："^.{3}$"。

• 只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。

• 只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。

• 只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。

• 只能输入由数字和26个英文字母组成的字符串："^[A-Za-z0-9]+$"。

• 只能输入由数字、26个英文字母或者下划线组成的字符串："^w+$"。

• 验证用户密码："^[a-zA-Z]w{5,17}$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。

• 验证是否含有^%&',;=?$"等字符："[^%&',;=?$x22]+"。

• 只能输入汉字："^[u4e00-u9fa5]{0,}$"。

• 验证Email地址："^w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$"。

• 验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。

• 验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。

• 匹配中文字符的正则表达式： [u4e00-u9fa5]。

• 匹配双字节字符(包括汉字在内)：[^x00-xff]。

• 应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）String.prototype.len=function(){returnthis.replace(/[^x00-xff]/g,"aa").length;}。