怎样用JAVA编程输出输入的一段字符中间的a href=“URL”中间的所有URL地址？

Question

如题，多谢了。我要查找并输出输入的一段网页代码中间的所有超链接地址。

Answer 1

 String findStr = "<span m:id="userId">"  
 String needStr = ""; //m:id="userId  
  
 String regex = "m:id=\"\\w*";  
 Pattern p = Pattern.complie(regex );  
 Matcher m = p.matcher(findStr );  
   
 while(m.find()){  
     needStr = m.group();  
     System.out.println(needStr );  
 }  自己改一改正则

Answer 2

用jquery写先查找所有的a标签
在循环得到a标签下的href

Answer 3

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class FetchLinks {
private String pageSrc; public FetchLinks(String url) throws MalformedURLException,IOException{
pageSrc = getPageSrc(url);
} /**
 * 根据strUrl获取网页源文件.
 * @param strURL
 * @return 源文件为空，返回空串
 * @throws MalformedURLException
 * @throws IOException
 */
private String getPageSrc(String strUrl) throws MalformedURLException,IOException {
StringBuffer sb = new StringBuffer();
java.net.URL url = new java.net.URL(strUrl);
BufferedReader in = new BufferedReader(new InputStreamReader(url.openStream()));
String line;
while ((line = in.readLine()) != null) {
sb.append(line);
}
in.close();
return sb.toString();
}

/**
 * 获取网页中所有包含href属性的&lt;a&gt;标签.
 * @return pageSrc(网页源码)为空，返回null
 */
private List<String> getAnchorContent(){
if(pageSrc == null) {
return null;
}
List<String> list = new ArrayList<String>();
String regex = "<[a|A][^>]*[h|H][r|R][e|E][f|F][^>]*>";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(pageSrc);
while(matcher.find()){
list.add(matcher.group());
}
return list;
}


private List<String> getHrefs() {
List<String> anchorList = getAnchorContent();
List<String> list = new ArrayList<String>();
if(anchorList == null){
return list;
}

Pattern pattern;
for(String anchor:anchorList) {

//<a href="www.baidu.com">
if(anchor.matches(".*[h|H][r|R][e|E][f|F]\\s*=\\s*\"[^\"]*\".*")) {
pattern = Pattern.compile("[h|H][r|R][e|E][f|F]\\s*=\\s*\"[^\"]+\"");
Matcher matcher = pattern.matcher(anchor);
while(matcher.find()){
list.add(matcher.group());
}
continue;
}

//<a href='www.baidu.com'>
if(anchor.matches(".*[h|H][r|R][e|E][f|F]\\s*=\\s*\'[^\']*\'.*")) {
pattern = Pattern.compile("[h|H][r|R][e|E][f|F]\\s*=\\s*\'[^\"]+\'");
Matcher matcher = pattern.matcher(anchor);
while(matcher.find()){
list.add(matcher.group());
}
continue;
}

//<a href=www.baidu.com>
if(anchor.matches(".*[h|H][r|R][e|E][f|F]\\s*=\\s*[^\\s]*.*")) {
pattern = Pattern.compile("[h|H][r|R][e|E][f|F]\\s*=\\s*[^\\s]+[\\s+|>]");
Matcher matcher = pattern.matcher(anchor);
while(matcher.find()){
String str = matcher.group();
list.add(str.substring(0, str.length()-1));
}
continue;
}
}


return list;
}

public List<String> getUrls() {
List<String> hrefs = getHrefs();
List<String> urls = new ArrayList<String>();

for(String href:hrefs) {
if(href.length() <= 7) {
continue;
}
urls.add(href.substring(6, href.length()-1));
}
return urls;
}

public static void main(String[] args) throws Exception{
List<String> list = new FetchLinks("http://sports.sina.com.cn/nba/").getUrls();
for(String str:list){
System.out.println(str);
}
}
}

Answer 4

叫我大哥，谢谢！
编译级别需jdk1.5及以上

Answer 5

汗，大哥啊，你的头像
FATAL ERROR in native method: JDWP No transports initialized, jvmtiError=AGENT_ERROR_TRANSPORT_LOAD(196)
ERROR: transport library not found: dt_socket
ERROR: JDWP Transport dt_socket failed to initialize, TRANSPORT_LOAD(509)
JDWP exit error AGENT_ERROR_TRANSPORT_LOAD(196): No transports initialized [../../../src/share/back/debugInit.c:690]我用的eclipse

Answer 6

天哪，你这错误报的还是在console中javac吧，比较靠谱

Answer 7

编写一个一个客户端程序，用户输入一个网页地址，程序与Web服务器建立连接，通过HTTP协议，下载该网页，查找该网页的第一个超链接地址，程序下载该超链接对应的文件，同样进行深度优先的超链检测，直到检测到N（N>500）个页面，或出现2次循环检测。记录下所有检测到的页面地址（URL）。

Answer 8

大哥在帮下忙吧，我看程序正是我想要的，只是在eclipse上运行有点小错误啊

Answer 9

我就在eclipse上写的。也是跑通过的，你这个错误似乎与程序本身没有关系啊，所以让你试试javac

Answer 10

Exception in thread "main" java.lang.Error: 无法解析的编译问题：
类型 List 不是通用的；不能使用参数 <String> 将它参数化
语法错误，仅当源级别为 5.0 时已参数化的类型才可用
没有为类型 FetchLinks 定义方法 getUrls（）
语法错误，仅当源级别为 5.0 时“for each”语句才可用 at practice.FetchLinks.main(FetchLinks.java:116)

Answer 11

你java -version是不是大于等于1.5的啊