正则表达式提取html中的内容

最新推荐文章于 2025-06-18 14:13:50 发布

最新推荐文章于 2025-06-18 14:13:50 发布 · 762 阅读

文章标签：

#正则表达式 #HTML

java 专栏收录该内容

10 篇文章

订阅专栏

本文介绍了一个简单的Java程序示例，该程序用于从HTML文档中提取<title>标签内的文本内容。通过正则表达式的使用，程序能够准确地匹配并获取到所有<title>标签内的文本，适用于初步学习如何解析HTML内容。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

public class Test {

public static void main(String args[]) {
String html = "<title>ABCD</title>gsdggas<title></title>jkll<title>005</title>";
// 简单示例，相当于String html=getHtml(String urlString);
List resultList = getContext(html);
for (Iterator iterator = resultList.iterator(); iterator.hasNext();) {
String context = (String) iterator.next();
System.out.println(context);
}
}

/**
* 提取"<title>XXXX</title>"中的文字XXXX
* @param html 要解析的html文档内容
* @return 解析结果，可以多次匹配，每次匹配的结果按文档中出现的先后顺序添加进结果List
*/
public static List getContext(String html) {
List resultList = new ArrayList();
Pattern p = Pattern.compile("<title>([^</title>]*)");//匹配<title>开头，</title>结尾的文档
Matcher m = p.matcher(html );//开始编译
while (m.find()) {
resultList.add(m.group(1));//获取被匹配的部分
}
return resultList;
}
}