正则表达式提取特定内容
在使用正则表达式时，有时我们需要过滤出特定内容。本文将介绍如何使用正则表达式从 html 代码中提取含有特定字符的链接。
问题：
如何从以下 html 代码中提取所有以 “www.” 开头并以 “.com” 或 “.cn” 结尾的链接？
立即学习“前端免费学习笔记（深入）”；
<p>++++++++++++++++++++++++++++++++++++++++++++ ++++++++++++++++++++++++++++++++++++++++++++</p>
答案：
import java.util.regex.matcher; import java.util.regex.pattern; public class linkextractor { public static void main(string[] args) { string html = "<a>www.baidu.com</a><a>www.qq.com</a><a>www.aaa.cn</a>www.eee.cn"; string reg = "www.*?(com|cn)"; matcher matcher = pattern.compile(reg, pattern.case_insensitive).matcher(html); while (matcher.find()) { system.out.println(matcher.group()); } } }
匹配结果：
www.baidu.com www.qq.com www.aaa.cn www.eee.cn
解析：
- .*?：匹配 0 个或更多字符，但尽可能少的字符。
- (com|cn)：匹配 “com” 或 “cn” 字符串，使用圆括号分组是为了捕获匹配内容。
- pattern.case_insensitive：设置正则表达式匹配时忽略大小写。
