java获取url网页指定内容

在获取网页源代码（←获取html网页源代码请看这儿）的前提下，根据网页源代码获取指定内容

import java.util.ArrayList;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * @use 获取指定HTML标签的相关内容 */public class GetTheSpecifyHtmlTagCode {    /**     * 获取指定HTML标签的代码及指定属性的值     *     * @param source  要匹配的源文本     * @param element 标签名称     * @param byAttr  标签的属性名称     * @return 属性值列表     */    public static List<String> match(String source, String element, String byAttr) {        List<String> result = new ArrayList<String>();        String reg = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>(.*?)</%s>", element, byAttr, element);        Matcher m = Pattern.compile(reg).matcher(source);        while (m.find()) {            String elementResult = m.group(0);            String attrResult = m.group(1);            result.add(elementResult + VS                    + attrResult);        }        return result;    }    /**     * 通过属性名称获取属性值     *     * @param source  要匹配的源文本     * @param element 标签名称     * @param byAttr  标签的属性名称     * @return 属性值     */    public static String getAttrValueByAttr(String source, String element, String byAttr) {        String result = "";        String reg = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>(.*?)</%s>", element, byAttr, element);        Matcher m = Pattern.compile(reg).matcher(source);        while (m.find()) {            result = m.group(1);        }        return result;    }    /**     * 根据指定的属性值获取指定的其他属性值     *     * @param htmlCode  网页源代码     * @param element   标签名称     * @param byAttr1   指定的属性名称     * @param attrValue 指定的属性值     * @param byAttr2   指定的其他属性名称     * @return 指定的其他属性值     */    public static String getAttrValue(String htmlCode, String element, String byAttr1, String attrValue, String byAttr2) {        List<String> list = match(htmlCode, element, byAttr1);        String tempr = "";        for (int i = 0; i < list.size(); i++) {            String tempResult = list.get(i);            String[] temp = tempResult                    .split(VS);            if (temp[1].equals(attrValue)) {                tempr = getAttrValueByAttr(htmlCode, element, byAttr2);            }        }        return tempr;    }    /**     * 根据指定属性获取指定html标签的代码     *     * @param htmlCode  网页源代码     * @param element   标签名称     * @param byAttr    属性名称     * @param attrValue 属性值     * @return 指定html标签的代码     */    public static String getElementById(String htmlCode, String element, String byAttr, String attrValue) {        List<String> list = match(htmlCode, element, byAttr);        String tempr = "";        for (int i = 0; i < list.size(); i++) {            String tempResult = list.get(i);            String[] temp = tempResult                    .split(VS);//            System.out.println("--------> " + (i + 1) + ". " + list.get(i));            if (temp[1].equals(attrValue)) {//                System.out.println("内部打印    " + temp[0]);                tempr = temp[0];            }        }        return tempr;    }    /**     * 获取指定标签包含的内容     *     * @param htmlCode  网页源代码     * @param element   标签名称     * @param byAttr    属性     * @param attrValue 属性值     * @return 指定标签包含的内容     */    public static String getElementValueByAttr(String htmlCode, String element, String byAttr, String attrValue) {        String elementCode = getElementById(htmlCode, element, byAttr, attrValue);        String regTagStart = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>", element,byAttr);        String tagStart="";        Matcher m = Pattern.compile(regTagStart).matcher(elementCode);        while (m.find()) {            tagStart = m.group(0);        }        String regTagEnd = String.format("</%s>", element);        String result = elementCode.replace(tagStart, "").replace(regTagEnd, "");        return result;    }    /**     * 根据已有标签代码获取标签包含的内容     *     * @param elementCode 标签代码     * @param element     标签名称     * @return 标签包含的内容     */    public static String getElementValueByElementCode(String elementCode, String element,String byAttr) {        String regTagStart = String.format("<%s[^<>]*?\\s?%s=['\"](.*?)['\"]\\s?.*?>", element,byAttr);        String tagStart="";        Matcher m = Pattern.compile(regTagStart).matcher(elementCode);        while (m.find()) {            tagStart = m.group(0);        }        String regTagEnd = String.format("</%s>", element);        String result = elementCode.replace(tagStart, "").replace(regTagEnd, "");        return result;    }    private static String VS = "--------";//split标记自定义}