从Java中获取给定字符串的子串

我正在阅读网页中的内容，然后使用Jsoup解析器帮助解析它，以仅获取正文部分中存在的超链接。我得到的输出：从Java中获取给定字符串的子串

<a href="/sports/sports.asp" style="TEXT-DECORATION: NONE"><font color="#0000FF">Sports</font></a> 
<a href="/titanic/titanic.asp" style="TEXT-DECORATION: NONE"><font color="#0000FF">Titanic</font></a> 
<a href="gastheft.asp" onmouseover="window.status='License Plate Theft';return true" onmouseout="window.status='';return true">license plates</a> 
<a href="miracle.asp" onmouseover="window.status='Miracle Cars';return true" onmouseout="window.status='';return true">miracle cars</a> 
<a href="/crime/warnings/clear.asp" onmouseover="window.status='Clear Loss';return true" onmouseout="window.status='';return true" target="clear">Clear</a> 

and even more hyperlinks.

从所有的人，所有我感兴趣的是像

/sports/sports.asp 
/titanic/titanic.asp 
gastheft.asp 
miracle.asp 
/crime/warnings/clear.asp

我怎样才能做到这一点使用字符串或有任何其他方式或方法将数据使用Jsoup Parser本身提取这些信息？

来源

2014-03-04 Shrikant Kakani

http://jsoup.org/cookbook/extracting-data/attributes-text-html – helderdarocha

试试这个，它可以帮助

String html = "<p>An <a href='http://example.com/'><b>example</b></a> link.</p>"; 
Document doc = Jsoup.parse(html); 
Element link = doc.select("a").first(); 

String text = doc.body().text(); // "An example link" 
String linkHref = link.attr("href"); // "http://example.com/" 
String nextIndex = linkHref .indexOf ("\"", linkHref);

来源

2014-03-04 04:00:39 Engineer

谢谢哥们..这是我寻找的完美答案:) –

@ user3326925我们欢迎您 – Engineer

这应该是使用

String.indexOf

parsign的基本比特作为

index = jsoupOutput.indexOf ("href=\"");

和

nextIndex = jsoupOutput.indexOf ("\"", index);

在适当位置必要的检查。

来源

2014-03-04 02:46:14

让我们假设字符串锚包含这些链接之一，则子将HREF =后”开始索引和结束索引将是指数9这种方式后的第一个引号：

String anchor = "<a href=\"/sports/sports.asp\" style=\"TEXT-DECORATION: NONE\"><font color=\"#0000FF\">Sports</font></a>"; 
int beginIndex = anchor.indexOf("href=\"") + 6; //To start after <a href=" 
int endIndex = anchor.indexOf("\"", beginIndex); 
String desiredPart = anchor.substring(beginIndex, endIndex);

而且就是这样，如果锚的形状将永远是这样..更好的选择是使用正则表达式和最好将使用的XML解析器。

来源

2014-03-04 02:50:33

以此为参考

import java.util.regex.*; 

public class HelloWorld{ 

    public static void main(String []args){ 

     String s = "<a href=\"/sports/sports.asp\" style=\"TEXT-DECORATION: NONE\"><font color=\"#0000FF\">Sports</font></a>"+ 
        "<a href=\"/titanic/titanic.asp\" style=\"TEXT-DECORATION: NONE\"><font color=\"#0000FF\">Titanic</font></a>"+ 
        "<a href=\"gastheft.asp\" onmouseover=\"window.status='License Plate Theft';return true\" onmouseout=\"window.status='';return true\">license plates</a>"+ 
        "<a href=\"miracle.asp\" onmouseover=\"window.status='Miracle Cars';return true\" onmouseout=\"window.status='';return true\">miracle cars</a>"+ 
        "<a href=\"/crime/warnings/clear.asp\" onmouseover=\"window.status='Clear Loss';return true\" onmouseout=\"window.status='';return true\" target=\"clear\">Clear</a>"; 
     Pattern p = Pattern.compile("href=\".+?\""); 
     Matcher m = p.matcher(s); 
     while(m.find()) 
     { 
      System.out.println(m.group().split("=")[1].replace("\"","")); 
     } 

    } 
}

输出

/sports/sports.asp 
/titanic/titanic.asp 
gastheft.asp 
miracle.asp 
/crime/warnings/clear.asp

来源

2014-03-04 03:33:50

你可以试试这个，它的作品。

public class AttributeParsing { 

/** 
* @param args 
*/ 
public static void main(String[] args) { 
    final String html = "<a href=\"/sports/sports.asp\" style=\"TEXT-DECORATION: NONE\"><font color=\"#0000FF\">Sports</font></a>"; 

    Document doc = Jsoup.parse(html, "", Parser.xmlParser()); 
    Element th = doc.select("a[href]").first(); 

    String href = th.attr("href"); 

    System.out.println(th); 
    System.out.println(href); 
}

}

输出：

日：<a href="/sports/sports.asp" style="TEXT-DECORATION: NONE"><font color="#0000FF">Sports</font></a>

HREF：/sports/sports.asp

来源

2014-03-04 05:21:58

你能做到在同一行：

String[] paths = str.replaceAll("(?m)^.*?\"(.*?)\".*?$", "$1").split("(?ms)$.*?^");

第一个方法调用除去每行中除目标外的所有内容，第二个方法调用拆分新行（将在所有OS终止符上运行）。

FYI (?m)打开“多行模式”，(?ms)也打开“dotall”标志。

来源

2014-03-04 10:41:59 Bohemian

从Java中获取给定字符串的子串

回答

相关问题