本文实例讲述了java正则匹配html中a标签里的中文字符。分享给大家供大家参考，具体如下：
今天群里一位朋友问到了一个正则表达式的问题，有如下内容：
<a href='www.baidu.comds=id32434#comment'rewr>特432</a> 453543 <a guhll,,l>a1特123你好123吗？</a> <a href=id=32434#comment'ewrer>特2</a> <a>标签中的文字</a>
现在要匹配出内容包含中文但标签的属性中不包含comment的<a>标签中的汉字。
解决思路如下：
1、首先匹配出不包括comment的<a>标签；
2、在匹配结果中进行二次匹配出中文；
代码如下：
我要评论
package com.mmq.regex;
import java.util.regex.matcher;
import java.util.regex.pattern;
/**
* @use 匹配html的<a>标签中的中文字符
* @projectname stuff
* @author mumaoqiang
* @fullname com.mmq.regex.matchchinesecharacters.java
* @jdk 1.6.0
* @version 1.0
*/
public class matchchinesecharacters {
/**
* 根据输入的内容，匹配出包含中文但不包含comment的<a>标签中的中文字符
* @param source 要匹配的内容
* @return <a>标签中的中文字符
*/
public static string matchchinesecharacters(string source) {
//匹配出包含中文但不包含comment的<a>标签
string reg = "<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)";
pattern pattern = pattern.compile(reg);
matcher matcher = pattern.matcher(source);
stringbuilder character = new stringbuilder();
while(matcher.find()){
string result = matcher.group();
system.out.println(result);
//对结果进行二次正则，匹配出中文字符
string reg1 = "[\\u4e00-\\u9fa5]+";
pattern p1 = pattern.compile(reg1);
matcher m1 = p1.matcher(result);
while(m1.find()){
character.append(m1.group());
}
//system.out.println(character.tostring());
}
return character.tostring();
}
public static void main(string[] args) {
string result = matchchinesecharacters("<a href='www.baidu.comds=id32434#comment'rewr>特432</a>453543<a guhll,,l>a1特123你好123吗？</a><a href=id=32434#comment'ewrer>特2</a><a>标签中的文字</a>");
system.out.println(result);
}
}
输出结果如下：
<a guhll,,l>a1特123你好123吗？ <a>标签中的文字 特你好吗标签中的文字
这里做一下解释：
string reg = "<a((?!comment).)*?>([^<>]*?[\\u4e00-\\u9fa5]+[^<>]*?)+(?=</a>)";
这个匹配内容包含中文但标签的属性中不包含comment的<a>标签的正则中，不能使用向后查找?<=，因为向后查找只能是固定长度的内容，这里<a>标签中属性不确定，所以不能使用；[\\u4e00-\\u9fa5]+匹配中文字符串；而(?=</a>)使用向前查找?=，在结果中不会包含结束标签</a>。
这个问题就这样得到解决了。如果说要匹配指定标签中的指定内容，那么也是很容易改进的了。若有更好的正则，还请留言相互学习。
ps：这里再为大家提供2款非常方便的正则表达式工具供大家参考使用：
javascript正则表达式在线测试工具：
正则表达式在线生成工具：
希望本文所述对大家java程序设计有所帮助。
如对本文有疑问， 点击进行留言回复！！
详解SpringBoot修改启动端口server.port的四种方式
网友评论