java过滤a标签

A. java正则匹配A标签

publicclassTestSort
{
	publicstaticvoidmain(String[]args)
	{
		Stringreg="\<a\s*href\s*[\=\w"'\s]+\s*class[\=\w"'\s]+\s*title[\=\w"'\s]+\s*target[\=\w"'\s]+\s*\>(正则)\<\s*/\s*a\s*\>(表达式)";
		Stringstr="<ahref="xxxxxx"class="zdbq"title="xxxxx"target="_blank">正则</a>表达式";
		System.out.println(str.toLowerCase().replaceAll(reg,"$1$2"));
	}
}

B. java正则去除a标签 <a>啊实打实的请问</a> 把A标签中的内容替换成空。

String str = "<a>啊实打实的请问</a>";
str = str.replaceAll("[\u4e00-\u9fa5]", "");
用[\u4e00-\u9fa5]可以匹配汉字
希望对你有帮助

C. java 怎么获取网站中所有的a标签，以及a标签里面的内容

//以下演示针对已经获取html源码后进行过滤,把过滤后的地址进行保存!
importjava.io.BufferedReader;
importjava.io.File;
importjava.io.FileInputStream;
importjava.io.FileNotFoundException;
importjava.io.FileOutputStream;
importjava.io.IOException;
importjava.io.InputStreamReader;
importjava.io.PrintWriter;
importjava.io.UnsupportedEncodingException;
importjava.util.regex.Matcher;
importjava.util.regex.Pattern;
publicclassDay02_ReadUrl{
	//http过滤!
	finalstaticStringhttp="(http|ftp|https):\/\/[\w\-_]+(\.["
			+"\w\-_]+)+([\w\-\.,@?^=%&:/~\+#]*[\w\-\@?^=%&/~\+#])?";
	//a标签过滤!
	finalstaticStringhref="<a\b[^>]+\bhref="([^"]*)"[^>]*>([\s\S]*?)</a>";
	//文件目录
	staticFiledir=newFile("k:/Test");

	publicstaticvoidmain(String[]args){
		//创建关联读取文件
		FilereadFile=newFile(dir,"TestUrl.txt");
		Filehttp=newFile(dir,"http.txt");
		Filehref=newFile(dir,"href.txt");
		//如果文件存在就继续!
		if(readFile.canExecute()){
			init(readFile,http,href);
		}
	}

	//开始读取文件!
	privatestaticvoidinit(Filefile,Filehttp,Filehref){
		BufferedReaderbr=null;
		finalPrintWriterp1,p2;
		try{
			br=newBufferedReader(newInputStreamReader(newFileInputStream(file),"GBK"));
			p1=newPrintWriter(newFileOutputStream(http,false),true);
			p2=newPrintWriter(newFileOutputStream(href,false),true);
			for(Stringstr=br.readLine();str!=null;str=br.readLine()){
				getHttp(str,p1);
				getHref(str,p2);
			}
		}catch(UnsupportedEncodingExceptione){
			e.printStackTrace();
		}catch(FileNotFoundExceptione){
			e.printStackTrace();
		}catch(IOExceptione){
			e.printStackTrace();
		}finally{
			if(br!=null){
				try{
					br.close();
				}catch(IOExceptione){
					e.printStackTrace();
				}
			}
		}
	}
	//获取所有链接!
	privatestaticvoidgetHttp(Stringstr,PrintWriterpw){
		finalMatcherm=Pattern.compile(http).matcher(str);
		while(m.find()){
			pw.println(m.group());
		}
	}
	//获取所有A标签
	privatestaticvoidgetHref(Stringstr,PrintWriterpw){
		finalMatcherm=Pattern.compile(href).matcher(str);
		while(m.find()){
			pw.println(m.group());
		}
	}
}

D. 我在javaweb中做了一个邮件验证的功能，收到的邮件中的超链接不能点，好像把A标签给我过滤掉了。

163的能点前一阵刚验证过 没问题的 看看你的代码吧

E. java中filter怎么获取a标签请求的路径

当我们访问index.jsp/时，其实并不是我们浏览器真正访问到了服务器上的index.jsp 文件，而是先由代理服务器去访问index.jsp。
代理服务器再将访问到的结果返回给我们的浏览器，因为是代理服务器去访问index.jsp的。
所以index.jsp中通过 request.getRemoteAddr（）的方法获取的IP实际上是代理服务器的地址，并不是客户端的IP地址。
于是可得出获得客户端真实IP地址 的方法：
public class Myfilter implements Filter {
public void destroy() {
}
private HttpServletRequest request;
private HttpServletResponse response;
public void doFilter(ServletRequest arg0, ServletResponse arg1, FilterChain arg2) throws IOException, ServletException {
request = (HttpServletRequest) arg0;
response = (HttpServletResponse) arg1;
System.out.println(request.getRequestURI());
System.out.println("===ff===="+request.getQueryString());
if("1".equals(request.getRequestURI().substring(("/"+request.getContextPath()).length()))){
request.getRequestDispatcher("/my.jsp").forward(request, response);
return;
}
arg2.doFilter(request, arg1);
}
public void init(FilterConfig arg0) throws ServletException {
}
}

F. java处理html标签问题：如何去除html标签中的<a>标记如题 谢谢了

String reg = "(?<=http\\://[a-zA-Z0-9]{0,100}[.]{0,1})[^.\\s]*?\\.(com|cn|net|org|biz|info|cc|tv)"; Pattern p = Pattern.compile(reg, Pattern.CASE_INSENSITIVE); Matcher m = p.matcher(strHomePage); boolean blnp = m.find(); if (blnp == true) { return m.group(0); }

G. 求java正则，效果是删除html里herf不等于abcd开头的<a>标签

html.replaceall("<a href=\"(?!abcd)[^\"]*\"[^>]*>(.*?)</a>","$1")

H. java 正则表达式提取<a></a>标签中的链接实现pdf文件下载

importjava.io.ByteArrayOutputStream;
importjava.io.File;
importjava.io.FileOutputStream;
importjava.io.InputStream;
importjava.net.HttpURLConnection;
importjava.net.URL;
importjava.util.Scanner;

importorg.htmlparser.Node;
importorg.htmlparser.NodeFilter;
importorg.htmlparser.Parser;
importorg.htmlparser.filters.NodeClassFilter;
importorg.htmlparser.tags.LinkTag;
importorg.htmlparser.util.NodeList;

publicclassCrawler{

	publicstaticvoidmain(String[]args)throwsException{
		//需要扫描下载的网页
		//"
]
		System.out.println("请输入您需要下载的网页:");
		Scannersc=newScanner(System.in);
		Stringhtml=sc.next();
		System.out.println("Downloading!pleasewait...(文件默认下载到D盘PDFDownload文件夹下，运行后该文件夹下没有文件，请联系作者!Q：133396743)");
		Parserparser=newParser(html);
		parser.setEncoding("UTF-8");
		//过滤<a>标签
		NodeFilteraNodeFilter=newNodeClassFilter(LinkTag.class);

		//使用parser根据filter来取得所有符合条件的节点
		NodeListnodeList=parser.extractAllNodesThatMatch(aNodeFilter);
		
		String[]url=newString[nodeList.size()];
		intindex=0;
		//4、对取得的Node进行处理
		for(inti=0;i<nodeList.size();i++){
			
			Nodenode=nodeList.elementAt(i);
			StringlinkURL="";
			//如果链接类型为<a/>
			if(nodeinstanceofLinkTag){
				LinkTaglink=(LinkTag)node;
				linkURL=link.getLink();
				if(linkURL.length()>4){
				if(".pdf".equals(linkURL.substring(linkURL.length()-4,linkURL.length()))){
					StringfileName=linkURL.substring(linkURL.lastIndexOf("/"),linkURL.length());
					URLpdfUrl=newURL(linkURL);
			HttpURLConnectionconn=(HttpURLConnection)pdfUrl.openConnection();
			//设置超时间为3秒
			conn.setConnectTimeout(3*1000);
			//防止屏蔽程序抓取而返回403错误
			conn.setRequestProperty("User-Agent","Mozilla/4.0(compatible;MSIE5.0;WindowsNT;DigExt)");
			
			//得到输入流
			InputStreaminputStream=conn.getInputStream();
			//获取自己数组
			byte[]getData=readInputStream(inputStream);
			
			//文件保存位置
			FilesaveDir=newFile("d:\PDFDownload");
			if(!saveDir.exists()){
			saveDir.mkdir();
			}
			Filefile=newFile(saveDir+File.separator+fileName);
			FileOutputStreamfos=newFileOutputStream(file);
			fos.write(getData);
			if(fos!=null){
			fos.close();
			}
			if(inputStream!=null){
			inputStream.close();
			}
				}
				}
			}

		}
		
		
		
		System.out.println("info:["+html+"]downloadsuccess");
		
	}
	publicstaticbyte[]readInputStream(InputStreaminputStream)throwsException{
	byte[]buffer=newbyte[1024];
	intlen=0;
	ByteArrayOutputStreambos=newByteArrayOutputStream();
	while((len=inputStream.read(buffer))!=-1){
	bos.write(buffer,0,len);
	}
	bos.close();
	returnbos.toByteArray();
	}
}

编译的时候需要在工程中添加 htmlparser.jar

这代码有什么问题你可以继续追问。可以加我Q 幺三个三酒六七四三