웹 페이지의 모든 URL 및 링크 텍스트와 일치하는 Java 정규 표현의 예

코드 사본은 다음과 같습니다.

import java.io.bufferedReader;

import java.io.ioexception;

import java.io.inputStreamReader;

java.net.malformedurlexception import;

import java.net.url;

java.util.arraylist 가져 오기;

java.util.hashmap import;

Java.util.list 가져 오기;

import java.util.regex.matcher;

java.util.regex.pattern import;

java.net.*;

java.io.*;

import java.util.regex.*;

/*

정규 표현식을 구성하여 지정된 규칙을 얻습니다

*/

공개 클래스 URL

{

개인 문자열 startUrl; // URL의 시작 컬렉션

문자열 urlContent;

문자열 contentArea;

개인 문자열 Strareabegin, Strareaend;

개인 문자열 stringInurl, StringNotinUrl;

문자열 strcontent; // 수집 된 내용

문자열 [] allurls; // 수집 된 모든 URL

개인 문자열 Regex; // 수집 규칙

urlandtitle urlandtitle = new urlandtitle ();

public static void main (String [] args)

{

urls myurl = new urls ( "<body", "/body>");

myurl.getstarturl ( "http://www.zuzwn.com/");

myurl.geturlContent ();

myurl.getContentArea ();

myurl.getstarturl ( "http://www.zuzwn.com/");

myurl.getStringnotinurl ( "Google");

myurl.urls ();

//system.out.println("starturl:"+ myurl.starturl);

//system.out.println("urlcontent:"+ myurl.urlcontent);

//system.out.println("contentarea:"+ myurl.contentarea);

}

// 생성자를 초기화하여 Strareabegin 및 Strareaend

공개 URL (String Strareabegin, String Strareaend)

{

this.strareabegin = trareabegin;

this.strareaend = trareaend;

}

//

공개 void urls ()

{

int i = 0;

// String regex = "<a href ="? '? http : // [a-za-z0-9]+/. [a-za-z0-9]+/ /? ·/?? ·/s|/s]]+[a>] ";";

String regex = "<a.*?/a>";

// String regex = "http : //.*?>";

Pattern Pt = Pattern.compile (Regex);

매치 자 MT = Pt.Matcher (ContentArea);

while (mt.find ())

{

System.out.println (mt.group ());

i ++;

// 제목을 얻습니다

MATCHER TITLE = PANTERT.COMPILE ( ">.*? </a>") .Matcher (MT.group ());

while (title.find ())

{

System.out.println ( "title :"+title.group (). replaceall ( "> | | </a>", "");

}

// URL을 가져옵니다

MATCHER MYURL = PANTERT.COMPILE ( "href =.*?>"). Matcher (mt.group ());

while (myurl.find ())

{

System.out.println ( "웹 사이트 :"+myurl.group (). replaceall ( "href = |>", "");

}

System.out.println ();

}

System.out.println ( "총계"+I+"Compliant Results");

}

// 시작 컬렉션 웹 사이트를 얻습니다

공개 void getStarturl (String Starturl)

{

this.starturl = starturl;

}

// URL이있는 내용을 가져옵니다.

공개 void geturlcontent ()

{

StringBuffer는 = new StringBuffer ();

노력하다

{

url myurl = new URL (starturl);

BufferedReader br = 새로운 버퍼드 리더 (

new inputStreamReader (myurl.openstream ()));

문자열 s;

while ((s = br.readline ())! = null)

{

IS. Append (s);

}

urlContent = is.toString ();

}

캐치 (예외 E)

{

System.out.println ( "URL 파일이 출력 실패");

e.printstacktrace ();

}

}

// URL이있는 일치 영역을 가져옵니다

공개 void getContentArea ()

{

int pos1 = 0, pos2 = 0;

pos1 = urlcontent.indexof (trareabegin)+trareabegin.length ();

pos2 = urlcontent.indexof (Strareaend, pos1);

contentArea = urlContent.substring (pos1, pos2);

}

// 다음 두 기능은 URL에 포함 해야하는 키워드와 포함 할 수없는 키워드를 얻습니다.

// 예비 실험 만 여기서 수행됩니다. 후반에는 포함 할 수없는 보호 된 키워드와 키워드가 둘 이상 있어야합니다.

public void getStringInurl (String StringInurl)

{

this.stringInurl = StringInUrl;

}

공개 void getStringnotinurl (String StringNotinUrl)

{

this.stringnotinurl = stringnotinurl;

}

// 수집 규칙을 가져옵니다

// URL을 가져옵니다

공개 void geturl ()

{

}

공개 문자열 getRegex ()

{

리턴 리그 즈;

}

클래스 urlandtitle

{

문자열 myurl;

문자열 제목;

}

}