快速业务通道

Java使用正则表达式及字符串操作,抽取网页信息 - 编程入门网

作者 佚名技术 来源 NET编程 浏览 发布时间 2012-06-18

Java使用正则表达式及字符串操作,抽取网页信息

时间:2011-03-25

使用正则表达式及字符串操作,抽取网页信息,实现代码如下:

/* 去script */ public static String trimScript(String content) { String regEx = "<script[^>]*>[^<]+</script>"; Pattern p = Pattern.compile(regEx); Matcher m = p.matcher(content); String result = content; if (m.find()) { result = m.replaceAll(""); } return result; } /* 去除注释*/ public static String trimComment(String content) { String regEx = "<!--[^-]*-->"; Pattern p = Pattern.compile(regEx); Matcher m = p.matcher(content); String result = content; if (m.find()) { result = m.replaceAll(""); } return result; } /* 去除标签 */ public static String trimTag(String content) { String regEx = "<[^>]+>"; Pattern p = Pattern.compile(regEx); Matcher m = p.matcher(content); String result = content; if (m.find()) { result = m.replaceAll(""); } result = result.replace(" ", "").replace(">", "").replace( ">", ""); return result; } /* 根据起始位置和结束位置,截取字符串 */ public static String subString(String start, String end, String content) { int iStart = content.indexOf(start); int iEnd = content.indexOf(end); if (iStart < iEnd) { return content.substring(iStart, iEnd); } return null; }

凌众科技专业提供服务器租用、服务器托管、企业邮局、虚拟主机等服务,公司网站:http://www.lingzhong.cn 为了给广大客户了解更多的技术信息,本技术文章收集来源于网络,凌众科技尊重文章作者的版权,如果有涉及你的版权有必要删除你的文章,请和我们联系。以上信息与文章正文是不可分割的一部分,如果您要转载本文章,请保留以上信息,谢谢!

分享到: 更多

Copyright ©1999-2011 厦门凌众科技有限公司 厦门优通互联科技开发有限公司 All rights reserved

地址(ADD):厦门软件园二期望海路63号701E(东南融通旁) 邮编(ZIP):361008

电话:0592-5908028 传真:0592-5908039 咨询信箱:web@lingzhong.cn 咨询OICQ:173723134

《中华人民共和国增值电信业务经营许可证》闽B2-20100024  ICP备案:闽ICP备05037997号