如何使用正则表达式在Java中解析HTML？

使用正则表达式从 HTML 中提取值始终是一个错误。HTML语法比它可能首先出现要复杂得多，并且页面很容易捕捉到即使是非常复杂的正则表达式。

请改用 HTML 解析器。另请参阅领先的 Java HTML 解析器的优缺点是什么？

其他答案是正确的。Java Regex API不是实现目标的合适工具。使用其他答案中提到的高效，安全和经过良好测试的高级工具。

如果您的问题涉及正则表达式API而不是现实生活中的问题（例如学习目的） - 您可以使用以下代码完成：

String html = "foo <a href='link1'>bar</a> baz <a href='link2'>qux</a> foo";
Pattern p = Pattern.compile("<a href='(.*?)'>");
Matcher m = p.matcher(html);
while(m.find()) {
   System.out.println(m.group(0));
   System.out.println(m.group(1));
}

输出为：

<a href='link1'>
link1
<a href='link2'>
link2

请注意，懒惰/不情愿的限定词*？必须使用，以便将分组减少到单个标记。组 0 是整个匹配项，组 1 是下一组匹配项（下一对括号）。