Java 정규식은 HTML 텍스트에서 특정 URL을 효율적으로 추출합니까?

Java 정규 표현식 효율적으로 HTML URL을 추출 : 실용 가이드

이 기사는 Java 정규식을 사용하여 HTML 텍스트에서 특정 URL을 추출하는 방법을 보여줍니다. 이 작업을 효율적으로 수행하는 방법을 설명하기 위해 예제를 사용합니다.

질문 : "www"로 시작하는 모든 URL을 추출하십시오. HTML 텍스트에서 ".com"또는 ".cn"으로 끝납니다.

샘플 html (URL 포함) :

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

자바 코드 및 정규식 :

우리는 정규 표현식 www\.\w (\.com|\.cn) 사용하여 URL과 일치합니다. \w 하나 이상의 영숫자 문자와 일치합니다 \. 일치하는 점수 (탈출 필요), ( ) ".com"또는 ".cn"을 그룹화하는 데 사용됩니다.

 문자열 html = " <a>www.baidu.com</a> <a>www.qqq.com</a> <a>www.aaa.cn</a> www.eee.cn";
문자열 reg = "www \\. \\ w (\\. com | \\. cn)"; // BackSlash Pattern Pattern = PatternPile (reg, pattern.case_insensitive)을 피해야합니다.
매치기 매치 자 = Pattern.Matcher (HTML);

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

실행 결과 :

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

코드 설명 :

1. Pattern.compile(reg, Pattern.CASE_INSENSITIVE) : 정규 표현식을 컴파일하면 CASE_INSENSITIVE 플래그는 일치 대사를 인수합니다.
2. pattern.matcher(html) : HTML 텍스트에서 일치를 찾기 위해 매칭 객체를 만듭니다.
3. matcher.find() : 다음 경기를 찾으십시오.
4. matcher.group() : 일치하는 부분 문자열을 반환합니다.

중요한 팁 :

복잡한 HTML 구조의 경우 정규 표현식을 사용한 구문 분석은 충분히 신뢰할 수 없으며 오류가 발생하기 쉽습니다. 보다 복잡한 HTML 구문 분석의 경우 Parsing 정확도와 안정성을 보장하기 위해 JSOUP와 같은 전문 HTML 파서 라이브러리를 사용하는 것이 좋습니다. 이 예제는 정규 표현식의 기본 사용을 보여주는 데만 사용됩니다.

위 내용은 Java 정규식은 HTML 텍스트에서 특정 URL을 효율적으로 추출합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!