Java中如何使用正则表达式解析HTML? [英] How to use regular expressions to parse HTML in Java?

问题描述

请有人告诉我一种使用 Java 中的正则表达式在 html 文件中查找 href 和 src 标签的简单方法吗?
然后，如何获取与标签关联的 URL?

Please can someone tell me a simple way to find href and src tags in an html file using regular expressions in Java?
And then, how do I get the URL associated with the tag?

感谢您的任何建议.

推荐答案

使用正则表达式从 HTML 中提取值总是一个错误.HTML 语法比它最初出现时要复杂得多，而且即使是非常复杂的正则表达式，页面也很容易识别出来.

Using regular expressions to pull values from HTML is always a mistake. HTML syntax is a lot more complex that it may first appear and it's very easy for a page to catch out even a very complex regular expression.

改用 HTML 解析器.另请参阅优缺点是什么领先的 Java HTML 解析器?

这篇关于Java中如何使用正则表达式解析HTML?的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！