자바 정규식을 사용하여 HTML 디렉토리 목록의 링크를 구문 분석하려고 시도합니다.

Question

좋아요. 모든 사람들이 HTML 구문 분석을 위해 RegEx를 사용하지 말라고 말하고 있지만 Android에서는 프로그래밍 중이며 HTML 파서에 대한 액세스 권한이 없습니다. (내가 알고있는). 게다가, 이것은 서버 생성 HTML이고 은이 사용자 생성 HTML보다 일관성이 있어야합니다.

정규식은 다음과 같습니다

Pattern patternMP3 = Pattern.compile(
     "<A HREF=\"[^\"]+.+\\.mp3</A>", 
     Pattern.CASE_INSENSITIVE | 
     Pattern.UNICODE_CASE); 
Matcher matcherMP3 = patternMP3.matcher(HTML); 
while (matcherMP3.find()) { ... } 

입력 HTML은 모든 문제를 일으키는 하나 개의 라인에 있습니다. HTML이 별도의 줄에 있으면이 패턴이 작동합니다. 어떤 제안?

Answer 1

. mp3를 후 정규식

"<A HREF=\"([^\"]+)\"[^>]*>([^<]+?)\\.mp3</A>" 

을 큰 따옴표를 잊지 t이없는 그는 링크하고 그 그룹의 파일 이름. href의 인수는 필연적으로 html로 따옴표로 묶을 필요는 없습니다. (또는 브라우저가 필요하지 않으면 개발자도 =를 알지 못합니다.))

Answer 2

당신은 일치되어서는 안된다 '+.'당신은 이미 [^ \ "] + (특정 상황에 대한 더 나은됩니다)

봅니다있어 이후 :. 또한

"<A HREF=\"[^\"]+\\.mp3\"</A>" 

을 , 당신의 연결과 일치해야합니다

Answer 3

귀하의 정보를 얻으려면 안드로이드에서 org.cyberneko.html.parsers.SAXParser, org.xml.sax. * 및 org.dom4j. * 조합을 사용하여 '적절하게'HTML을 구문 분석 할 수 있습니다.

는

http://sourceforge.net/projects/nekohtml

http://www.saxproject.org

http://dom4j.sourceforge.net