酷笔记 > 正则表达式手册 > java正则表达式获取指定HTML标签的指定属性值

有时可能会有这样的需求,从HTML页面获取指定标签的指定属性值,可以通过第三方库解析来获取,但是这样相对比较麻烦!

如果使用正则表达式,那么就变得简单了。代码如下:

package com.mmq.regex;

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @use 获取指定HTML标签的指定属性的值
 * @ProjectName stuff
 * @Author <a href="mailto:mhmyqn@qq.com">mikan</a></br>
 * @Date 2012-11-19 下午08:27:24 </br>
 * @FullName com.mmq.regex.MatchHtmlElementAttrValue.java </br>
 * @JDK 1.6.0 </br>
 * @Version 1.0 </br>
 */
public class MatchHtmlElementAttrValue {
	
	/**
	 * 获取指定HTML标签的指定属性的值
	 * @param source 要匹配的源文本
	 * @param element 标签名称
	 * @param attr 标签的属性名称
	 * @return 属性值列表
	 */
	public static List<String> match(String source, String element, String attr) {
		List<String> result = new ArrayList<String>();
		String reg = "<" + element + "[^<>]*?\\s" + attr + "=['\"]?(.*?)['\"]?\\s.*?>";
		Matcher m = Pattern.compile(reg).matcher(source);
		while (m.find()) {
			String r = m.group(1);
			result.add(r);
		}
		return result;
	}
	
	public static void main(String[] args) {
		String source = "<a title=中国体育报 href=''>aaa</a><a title='北京日报' href=''>bbb</a>";
		List<String> list = match(source, "a", "title");
		System.out.println(list);
	}
}