Java Regular Expresión analizando HTML Ejemplo compartiendo

La copia del código es la siguiente:

trabajo de paquete;

import java.io.bufferedReader;

import java.io.ioException;

import java.io.inputstream;

import java.io.inputstreamreader;

import java.util.regex.matcher;

import java.util.regex.pattern;

importar org.apache.commons.httpclient.defaulthttpmethodcrynler;

importar org.apache.commons.httpclient.httpclient;

importar org.apache.commons.httpclient.httpexception;

importar org.apache.commons.httpclient.httpstatus;

importar org.apache.commons.httpclient.methods.getmethod;

importar org.apache.commons.httpclient.params.httpmethodparams;

clase pública chuanboyi {

public static void main (string [] args) {

// TODO STUB de método generado automático

StringBuffer html = new StringBuffer ();

HttpClient httppclient = new httpClient ();

// crear una instancia de método GET

GetMethod getMethod = new GetMethod ("// www.vevb.com");

// Utilice la política de recuperación predeterminada proporcionada por el sistema

getMethod.getParams (). SetParameter (httpmethodparams.retry_handler, new DeFaulThttpMethodcryHandler ());

intentar{

// ejecutar el método get

int statuscode = httpclient.executemethod (getMethod);

if (statuscode! = httpstatus.sc_ok) {

System.out.println ("El método está mal" + getMethod.getStatUsline ());

}

InputStream ResponseBody = getMethod.getResponseBodyAssTream ();

BufferedReader lector = new BufferedReader (new InputStreamReader (ResponseBody, "UTF-8"));

String line = Reader.readline ();

while (line! = null) {

html.append (línea) .append ("/n");

línea = lector.readline ();

}

lector.close ();

// expresión regular

String regex = "<form de nombre =/" comparación/"[// s // s]+> [// s // s]+</form>.*<Script.*>";

String regexa = "(? <= <li>) [// s // s]+? (? = </li>)";

Pattern Pattern = Pattern.Compile (regex);

Matcher M = Pattern.Matcher (HTML);

StringBuffer str = new StringBuffer ();

int i = 0;

while (m.find ()) {

str.append (m.group ());

}

patrón = patrón.compile (regexa);

m = patrón.matcher (str);

while (m.find ()) {

attrs (m.group ());

i ++;

}

System.out.println ("Hay totales"+i+"¡datos!");

} catch (httpexception e) {

// TODO: Excepción de manejo

System.out.println ("¡Verifique su dirección HTTP proporcionada!");

E.PrintStackTrace ();

} Catch (ioException e) {

// TODO: Excepción de manejo

System.out.println ("¡La línea está mal!");

E.PrintStackTrace ();

} finalmente{

getMethod.ReleaseConnection (); // libera el enlace

}

}

ATTRS vacío estático público (String Str) {

// Obtener la regla de la URL

String REGEXURL = "[AZ]+-[0-9]+//. Html";

// Obtener la expresión regular de nombre

String regexName = "(? <= Title =/") [[// w-// s] [^x00-xff]]+(? =/")";

// Obtener la expresión regular de la imagen

String REGEXPICTURE = "Imágenes.*//. Jpg";

Pattern PatternUrl = Pattern.Compile (RegexUrl);

Pattern PatternName = Pattern.Compile (RegexName);

Pattern PatternPicture = Pattern.Compile (RegexPicture);

Matcher Murl = PatternUrl.Matcher (STR);

Matcher mname = PatternName.Matcher (STR);

Matcher mPicture = PatternPicture.Matcher (STR);

if (mname.find ()) {

System.out.println ("Nombre:"+mname.group ());

}

if (murl.find ()) {

System.out.println ("Link:"+Murl.group ());

}

if (mpicture.find ()) {

System.out.println ("Imagen:"+mpicture.group ());

}

}

}