Java String包含一个特殊的Char，但不再包含一个Char

Question

我正在寻找每个单独的URL，在html文档中链接为“眼睛”。 我使用的是正则表达式模式，因为在这一点上，简单的包含尚无解决方案。 所以我有一个这样的模式

模式：： href=\\"(https?://)?[a-zA-z0-9?/&=\\"+-_\\\\.# ]*>[Ee]ye

它的工作原理...很好...或多或少...因为我得到的链接超过了以“眼睛”或“眼睛”链接的所有URL。 我也将获得链接为“ eyebrights”或“ eyewears”的URL，但这不是我想要的。

有什么办法说“当我想要的东西多的时候，让我忽略它”？

Answer 1

中应尽量避免使用正则表达式解析XML / HTML 。 使用像jsoup这样的XML / HTML解析器。 有了这个库，我们的代码可能看起来像：

Elements links = doc.select("a[href]:matches(^[eE]ye\\b)");
//Elements extends ArrayList<Element> so you can easily iterate over it

有关更多信息，请参见http://jsoup.org/cookbook/extracting-data/selector-syntax

Answer 2

在eye后面加上\\b ：

href=\"(https?://)?[a-zA-z0-9?/&=\"+-_\\.# ]*>[Ee]ye\\b

\\b ：在单词边界处声明位置。