最近碰到在某个网站下载东西不能同时下载两个以上的文件，为了方便下载我用了java解析网页源码去下载文件，其中用到了正则表达式，发个简单的正则表达式例子。
public class PatternTest { public static void main(String[] args) { String testString = "<html><a href =‘http://www.baidu.com‘ id= ‘baidu‘ ><a href =‘http://www.163.com‘ id=‘wangyi‘ ></html>"; // 符合name=‘baidu‘ 的<a>标签. String patternString = "<\\s*[a|A]([^>]*)[i|I][d|D]\\s*[=]\\s*[‘|\"](baidu)[‘|\"](.*?)>"; Pattern pattern = Pattern.compile(patternString, Pattern.DOTALL); Matcher ma = pattern.matcher(testString); while (ma.find()) { System.out.println(ma.group()); } } }
目标是提取网页中满足id=‘baidu‘的<a>标签。下面来解释一下patternString的含义：
\\s* 多个空格,<和a之间存在空格也是合法的
([^>]*) 多个非>的字符串
(.*?) 匹配尽可能短的字符串
原文：http://www.cnblogs.com/BeautyConcurrency/p/4075044.html