求java正则表达式,提取div里面嵌套div内容

Question

 文本如下：
<div class="bm">
<div class="bm_h">
 <a href="forum.php?viewgid=1&mobile=yes">Discuz!</a>  </div>
</div>
</div>
 <div class="bm">
<div class="bm_h">
 <a href="forum.php?viewgid=2&mobile=yes">Discuz X2!</a>  </div>
</div>
</div>
需要取链接和文字

Answer 1

去掉网页中的所有的html标记：  
  string temp = Regex.Replace(html, "<[^>]*>", ""); //html是一个要去除html标记的文档
  去掉网页中的所有标签  
  str = str.replaceAll("<[^>]*>", "");  

Answer 2

提取超链接的'/<a(.*?)href="(.*?)"(.*?)>(.*?)<\/a>/i'

Answer 3

String src = "<div class=\"bm_h\"> <a href=\"forum.php?viewgid=1&mobile=yes\">Discuz!</a> </div> <div><a href=\"forum.php?viewgid=2&mobile=yes\">Discuz X2!</a> </div>";
String reg = "<a\\s+href\\s*=\\s*\"([^\"]*)\"\\s*>([^<]*)<\\s*/a>";

Pattern p = Pattern.compile(reg);
Matcher m = p.matcher(src); while(m.find()) {
System.out.println("url: " + m.group(1));
System.out.println("txt: " + m.group(2));
System.out.println();
}

Answer 4

正解 弱弱的问一下 m.group(1) 和m.group(2) 1是url从哪里看出来的

Answer 5

"<a\\s+href\\s*=\\s*\"([^\"]*)\"\\s*>([^<]*)<\\s*/a>"标红的两对圆括号就分别对应group(1),group(2)

Answer 6

不懂jsoup……
解析html的话
这里向大家推荐xpathXPath ，它是使用路径表达式来选取 XML 文档中的节点或节点集。节点是通过沿着路径 (path) 或者步 (steps) 来选取的。很容易上手

Answer 7

谢谢你的解答
另外在问一下：有一个html页面 我要从里面取 从<form开始  到</form>结束直接的所有内容正则如何写

Answer 8

reg = "<form>(.*?)</form>";
取group(1)就是你要的内容

Answer 9

哦补充一下，取form的话，
这句也要改一下
Pattern p = Pattern.compile(reg, Pattern.DOTALL);

Answer 10

使用 类 Jsoup 解析得到 Document 的一个实例。接下来就非常简单了。
无论你使用 jquery风格的 select 还是dom风格的 getElementsByXXXXX 都非常直观易用。

Answer 11

asdhfjasdfkjsad;lkjfasdjflaksdjf;lkasjd;lfkjas;dljgfas

Answer 12

谢谢 alexandertech(艾瑞克．泰)
你的解答!