Javada Regex İle Url Çekmek

Tahribat.com Forumları
line

Java

14/Şub/14 21:51 Kısayol Şikayet Özel Mesaj

erc

Kayıt Tarihi: 23/Aralık/2010

Merhaba muridler Arraylist oluşturup regex ile bunun için link listesi oluşturmak istiyorum yalnız şöyle bir şey var

<div class="link">
<a href="#">test</a>

</div>

çektiğim html kodunda da bu tarz bir link yapısı var bende şöyle bir kısıtlama yapmak istiyorum class'ı link olan divlerin içeriğini çekip link listesi oluşturmak istiyorum bazı regex kodları var ama html content'in tamamından linkleri çıkarıyor istediğim gibi bir yapı çıkaramadı bu konu üzerinde daha önce çalışmış olan muridler varsa bir el atabilir mi ?

Alıntı yap
14/Şub/14 22:20 Kısayol Şikayet Özel Mesaj
buzukatak

Kayıt Tarihi: 27/Haziran/2010
Regex ile olmaz, aslında yapmaya müsait recursive özellikleri olan çeşitli flavor'lar ama hiç biri tam olarak HTML parse etmek için uygun değil ki senin HTML parse etmen lazım. Bu yüzden DOM üzerinden sorgulama / adresleme yapabileceğin bir HTML Parser kullan. Java'dan hiç anlamam şöyle bir şey buldum hemen : http://jsoup.org/

Denemedim ama sayfadaki örneğe bakılırsa o tür linkleri listeyebileceğin bir kod herhalde şöyle olur :
```
Document doc = Jsoup.connect("http://site.com/").get();
Elements linkler = doc.select("div.link a");
for (Element link : linkler) {
	print("%s", link.attr("href"));
}
```
anlıyorum.
Alıntı yap
14/Şub/14 22:35 Kısayol Şikayet Özel Mesaj

YekteranBaymedir

Kayıt Tarihi: 10/Temmuz/2009

http://www.vogella.com/tutorials/JavaRegularExpressions/article.html

(?i)<div[\s\S]*?class="link"[\s\S]*?>[\s\S]*?<a[\s\S]*?href="([\s\S]*?)"[\s\S]*?>

Alıntı yap
15/Şub/14 01:20 Kısayol Şikayet Özel Mesaj

buzukatak

Kayıt Tarihi: 27/Haziran/2010

Daft bunu yazdı

http://www.vogella.com/tutorials/JavaRegularExpressions/article.html

(?i)<div[\s\S]*?class="link"[\s\S]*?>[\s\S]*?<a[\s\S]*?href="([\s\S]*?)"[\s\S]*?>

1. Birden fazla link almaya çalışılıyor olabilir.

2. Bu div'lerden birden fazla olabilir.

3. <div etiketinden hemen sonra a etiketi yerine başka bir etiket olabilir.

HTML işte. Bunun gibi daha bir sürü muhtemel sıkıntıya gebe.

Bu yüzden Regex ile HTML parse edilemez, hata HTML'i boşverelim, CSV parse etmek için bile uygun değil.

Şöyle bir kaç da link vereyim:

http://www.codinghorror.com/blog/2009/11/parsing-html-the-cthulhu-way.html

http://programmers.stackexchange.com/questions/113237/when-you-should-not-use-regular-expressions

buzukatak tarafından 15/Şub/14 01:22 tarihinde düzenlenmiştir

anlıyorum.

Alıntı yap

Toplam Hit: 1794 Toplam Mesaj: 4

Cevapla