如何提取字符串中的汉语短语或句子

我把一网页转换成了字符串形式，想把其中的汉语短语或句子提取出来，各位兄弟有没有比较好的方法。

解决方案 »

免费领取超大流量手机卡，每月29元包185G流量+100分钟通话, 中国电信官方发货

如下字符串应该如何提取其中的汉语啊？ul class="f14blu">
<li><a href="http://news.163.com/09/0618/07/5C2T5KSN000120GU.html">伊朗反对派举行沉默游行连续五天抗议选举结果</a> </li> <li><a href="http://news.163.com/09/0618/08/5C301T000001121M.html">美国疑借微型博客插手伊朗选举争端(图)</a> </li> <li><a href="http://news.163.com/09/0618/07/5C2UABD30001121M.html">伊朗最高领袖哈梅内伊或满足穆萨维部分诉求</a> </li> <li><a href="http://news.163.com/09/0617/17/5C1D2T6C000120GU.html">伊朗败选候选人穆萨维呼吁18日为丧生示威者哀悼</a> </li> <li><a href="http://news.163.com/09/0617/16/5C1AR3PT0001121M.html">伊朗革命卫队下令禁止网媒报道国内骚乱</a> </li> </ul>
<div class="titleBar_2">
<h3>各方表态</h3>
</div>
<ul class="f14blu">
<li><a href="http://news.163.com/09/0617/19/5C1KORLH0001121M.html">[伊朗]抗议英法意等欧洲六国干涉其内政</a> </li> <li><a href="http://news.163.com/09/0617/18/5C1H8PKM000120GU.html">[伊朗]外交部:部分外国媒体成"暴乱者的传话筒"</a> </li> <li><a href="http://news.163.com/09/0617/11/5C0N5JRF0001121M.html">[以色列]情报机构领导人称伊朗不会发生革命</a> </li> <li><a href="http://news.163.com/09/0617/00/5BVJ07LM000120GU.html">[伊朗]抗议欧盟发表声明干涉其总统选举</a> </li> <li><a href="http://news.163.com/09/0616/17/5BUPU1E8000120GU.html">[中国]外交部:中方尊重伊朗人民的选择</a> </li> <li><a href="http://news.163.com/09/0616/09/5BU0MR070001121M.html">[美国]奥巴马首次就伊朗事件表态称"深感不安"</a> </li> <li><a href="http://news.163.com/09/0616/10/5BU2VH660001121M.html">[联合国]秘书长:伊朗人民真实意愿应得到尊重</a> </li> <li><a href="http://news.163.com/09/0616/08/5BTQTHNO000120GU.html">[欧洲]德国外长称伊朗阻挠西方媒体采访</a> <span class="cDGray
re=/[\u4E00-\u9FA5]/g;  //测试中文字符的正则
alert(str.match(re));自己可以再处理一下
看看行不行
bingsha1976大哥，能不能自习说一下，我要提取网页内的中文句子
<a href="http://news.163.com/09/0618/07/5C2T5KSN000120GU.html">伊朗反对派举行沉默游行连续五天抗议选举结果 </a> </li> <li> <a href="http://news.163.com/09/0618/08/5C301T000001121M.html">美国疑借微型博客插手伊朗选举争端(图) </a> </li> <li> <a href="http://news.163.com/09/0618/07/5C2UABD30001121M.html">伊朗最高领袖哈梅内伊或满足穆萨维部分诉求 </a> </li> <li> <a href="http://news.163.com/09/0617/17/5C1D2T6C000120GU.html">伊朗败选候选人穆萨维呼吁18日为丧生示威者哀悼 </a> </li> <li> <a href="http://news.163.com/09/0617/16/5C1AR3PT0001121M.html">伊朗革命卫队下令禁止网媒报道国内骚乱 </a>
比如说这部分我先以</a>把它分解
然后再替换掉非中文字符
输出我是在页面里来了个
<input id="textId" >
把上面的片段复制到里面
<input type="button" onclick="show()">function show(){
var str=document.getElementById("textId").value
var strs=str.split("</a>");
for(var i=0;i<strs.length;i++)
{
 alert(strs[i].replace(/[^\u4E00-\u9FA5]*/g,''));
}
}再理解理解看行不行
楼上大哥能不能写出汉语句子的正则表达式，我想通过正则表达式来分隔字符串
Pattern p = Pattern.compile(汉语句子正则表达式);
String[] terms = p.split(searchContents);
关注。。用innertext不行吗？？比如先得到<a>然后在.innertext这样因该能取那些<a>12343</a>之间的值吧。 不知道对不对。
1. 下载PilotEdit 2.6, http://topic.csdn.net/u/20090617/22/3b4e465d-c2cd-426d-9532-9865cdee8577.html
新建一个文件，把数据拷贝到这个文件。ul class="f14blu">
<li> <a href="http://news.163.com/09/0618/07/5C2T5KSN000120GU.html">伊朗反对派举行沉默游行连续五天抗议选举结果 </a> </li> <li> <a href="http://news.163.com/09/0618/08/5C301T000001121M.html">美国疑借微型博客插手伊朗选举争端(图) </a> </li> <li> <a href="http://news.163.com/09/0618/07/5C2UABD30001121M.html">伊朗最高领袖哈梅内伊或满足穆萨维部分诉求 </a> </li> <li> <a href="http://news.163.com/09/0617/17/5C1D2T6C000120GU.html">伊朗败选候选人穆萨维呼吁18日为丧生示威者哀悼 </a> </li> <li> <a href="http://news.163.com/09/0617/16/5C1AR3PT0001121M.html">伊朗革命卫队下令禁止网媒报道国内骚乱 </a> </li> </ul>
<div class="titleBar_2">
<h3>各方表态 </h3>
</div>
<ul class="f14blu">
<li> <a href="http://news.163.com/09/0617/19/5C1KORLH0001121M.html">[伊朗]抗议英法意等欧洲六国干涉其内政 </a> </li> <li> <a href="http://news.163.com/09/0617/18/5C1H8PKM000120GU.html">[伊朗]外交部:部分外国媒体成"暴乱者的传话筒" </a> </li> <li> <a href="http://news.163.com/09/0617/11/5C0N5JRF0001121M.html">[以色列]情报机构领导人称伊朗不会发生革命 </a> </li> <li> <a href="http://news.163.com/09/0617/00/5BVJ07LM000120GU.html">[伊朗]抗议欧盟发表声明干涉其总统选举 </a> </li> <li> <a href="http://news.163.com/09/0616/17/5BUPU1E8000120GU.html">[中国]外交部:中方尊重伊朗人民的选择 </a> </li> <li> <a href="http://news.163.com/09/0616/09/5BU0MR070001121M.html">[美国]奥巴马首次就伊朗事件表态称"深感不安" </a> </li> <li> <a href="http://news.163.com/09/0616/10/5BU2VH660001121M.html">[联合国]秘书长: 伊朗人民真实意愿应得到尊重 </a> </li> <li> <a href="http://news.163.com/09/0616/08/5BTQTHNO000120GU.html">[欧洲]德国外长称伊朗阻挠西方媒体采访 </a> [|!<>]*[\19968-\40869|!<>]+[|!<>]*<
目标字符串：%02%03%04\r\n3. 点“将目标字符串拷贝到剪贴板”，即可将你要的数据拷贝到剪贴板：伊朗反对派举行沉默游行连续五天抗议选举结果
美国疑借微型博客插手伊朗选举争端(图)
伊朗最高领袖哈梅内伊或满足穆萨维部分诉求
伊朗败选候选人穆萨维呼吁18日为丧生示威者哀悼
伊朗革命卫队下令禁止网媒报道国内骚乱各方表态 [伊朗]抗议英法意等欧洲六国干涉其内政
[伊朗]外交部:部分外国媒体成"暴乱者的传话筒"
[以色列]情报机构领导人称伊朗不会发生革命
[伊朗]抗议欧盟发表声明干涉其总统选举
[中国]外交部:中方尊重伊朗人民的选择
[美国]奥巴马首次就伊朗事件表态称"深感不安"
[联合国]秘书长: 伊朗人民真实意愿应得到尊重
[欧洲]德国外长称伊朗阻挠西方媒体采访
请把上面贴子正则表达式中<>两边的空格删除，没有空格。
空格是CSDN加上的。
就是提取网页中的内容吗？
用jdk类库中的html解析类来解析就是了。
javax.swing.text.html.HTML;
javax.swing.text.html.HTMLEditorKit;
javax.swing.text.html.HTML.Tag;
呵呵，方法还真多哦，用JDK自带的也好，自己写正则表达式来替换也行，总之都行。楼主可以试着写一个不是中文的正则啊，而是其他的正则，就是替换所有英文，以及一些不用的符号为空就可以了吧，楼主，思想最重要了，呵呵，你想得到的是什么，直接替换就是了，比如，你把这些内容当做是一个长的字符串，然后写一个正则，这个正则肯定很简单，（因为就是一个字母，符号的正则而已，然后将这个正则中的字符都替换成空，）不就可以了，呵呵，当然，这个效率比较的低，希望楼主早日解决。