Java正则表达式：高效文本提取技巧

在Java开发中，经常需要从文本中提取特定格式的信息。正则表达式为此提供了一种高效的解决方案。本文将演示如何使用Java正则表达式从文本中提取目标内容，并附带示例代码。

假设我们需要从HTML代码中提取所有以"www."开头，以".com"或".cn"结尾的网址。 以下示例文本将用于演示：

<a>www.baidu.com</a><a>www.qq.com</a><a>www.aaa.cn</a>www.eee.cn

立即学习“Java免费学习笔记（深入）”；

AI舌诊面诊问诊医疗系统+诊疗商城系统源码

AI 舌诊面诊问诊医疗系统 + 诊疗商城系统源码是一套结合 AI 辅助诊断与商品转化的健康类程序，基于浩创云、ThinkPHP（PHP）开发，支持微信服务号与 H5 端，适合做中医舌诊面诊问答、健康建议推送以及配套诊疗商品的运营。

下载

我们可以使用正则表达式www.w+.(com|cn)来匹配这些网址。 表达式含义如下：

• www.: 匹配字面量"www."。
• w+: 匹配一个或多个字母数字字符（包括下划线）。
• .: 匹配字面量"."。
• (com|cn): 匹配".com"或".cn"。

以下Java代码演示了如何使用该正则表达式：

String html = "<a>www.baidu.com</a><a>www.qq.com</a><a>www.aaa.cn</a>www.eee.cn";
String reg = "www\.\w+\.(com|cn)";

Pattern pattern = Pattern.compile(reg, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(html);

while (matcher.find()) {
    System.out.println(matcher.group());
}

这段代码首先定义包含目标网址的字符串html和正则表达式reg。 Pattern.compile()编译正则表达式，matcher()创建匹配器对象。 循环调用matcher.find()查找所有匹配项，matcher.group()获取匹配的字符串并打印输出。

运行代码，输出结果为：

www.baidu.com
www.qq.com
www.aaa.cn
www.eee.cn

通过修改正则表达式，可以灵活地匹配各种文本模式，满足不同的数据提取需求。 掌握Java正则表达式，将极大提升文本处理效率。