Matcher類的簡單使用

今天工作時遇到一個問題， 用正則處理html標簽時不知該如何下手。還好有Matcher幫助解決了問題。

需求如下：

例如有如下html文章內容：

<p><a href="www.baidu.com">百度的鏈接</a>; 這是一個百度的鏈接。 <a href="www.jiakaobaodian.com">駕考寶典的鏈接</a>這是一個駕考寶典的鏈接</p>;

在我們做文章內鏈的時候， 往往摻雜了一些我們不想要的鏈接， 如上所示我們只想保留www.jiakaobaodian.com 的鏈接， 如下是我們希望得到的：

<p>這是一個百度的鏈接。<a href="www.jiakaobaodian.com">駕考寶典的鏈接</a>這是一個駕考寶典的鏈接</p>;

說白了就是去掉自己不需要的標簽， 但是保留標簽中的文本。

開始嘗試用Jsoup，Dom4j 一類的解析這段html， 但是后面在刪除標簽的時候都遇到了問題， 最后嘗試使用Matcher中的appendReplacement和appendReplacement才解決問題。

1， 使用實例：

輸出結果是將沒有匹配到的a標簽都remove掉且保留了標簽中的文字。

結果如下圖：

下面在講一個簡單的案例：

public static void main(String[] args) throws Exception{

??? Pattern p = Pattern.compile("(\\w+)%(\\d+)");

??? Matcher m = p.matcher("前ab%12中cd%34后");

??? StringBuffer s = new StringBuffer();

??? while (m.find()) {

??????? m.appendReplacement(s, "app");

??? }

??? System.out.println(s);// 前app中app

??? m.appendTail(s);

??? System.out.println(s);// 前app中app后

}

先看下這段正則的匹配情況：

圖中彩色的部分就是匹配到情況， 遇到這種需要正則匹配且時時看到結果的， 大家可以到： https://regex101.com/ 上測試。

然后看下輸出結果：

2， 解釋說明：

public Matcher appendReplacement(StringBuffer sb, String replacement)

將當前匹配子串替換為指定字符串，并將從上次匹配結束后到本次匹配結束后之間的字符串添加到一個StringBuffer對象中，最后返回其字符串表示形式。

注意：對于最后一次匹配，其后的字符串并沒有添加入StringBuffer對象中，若需要這部分的內容需要使用appendTail方法。

public StringBuffer appendTail(StringBuffer sb)

將最后一次匹配工作后剩余的字符串添加到一個StringBuffer對象里。

更多內容大家可以查看Matcher類。

參考：http://www.cnblogs.com/SQP51312/p/6134324.html