Java正則表達式：href without hash

Question

我試圖構建一個網站地圖並解析HTML體href s沒有#（因爲那些哈希值只是某些內容頁面htmls中的子章節鏈接）。

我現在正則表達式：<a\\s[^>]*href\\s*=\\s*\"([^\"]*)\"[^>]*>(.*?)</a> 我想我應該用[^#]或!#排除#從href秒，但無法只是想和後谷歌搜索解決它。預先感謝幫助我！

Answer 1

幹過。剛剛在[^\"]區塊中插入#也是如此。 ：d

<a\\s[^>]*href\\s*=\\s*\"([^\"#]*)\"[^>]*>(.*?)</a> 

Answer 2

，則不應使用正則表達式來解析HTML。

最佳使用HTML解析器，因爲如http://jsoup.org然後

Document doc = Jsoup.parse(input); 
Elements links = doc.select("a[href]"); 

for (Element each: links) { 
    if (each.attr("href").startsWith("#")) continue; 
    ... 
} 

 

因此比使用正則表達式，EH更痛苦！