Extraction chaine de caractère (RegExp)

Bonjour,

J'ai une chaine de caractère :

Citation:

---

bonjour robert <a href="http://www.test.net/f/">test</a> bla bl bla<a href="http://www.google.com">google</a> <b>google</b> << google

---

Comment faire pour extraire toutes les chaine commençant par :
<a et terminant par </a> pour les mettre dans un tableau ?


J'ai essayer l'expression régulière ci dessous:

Code:

---

String[] tabText = text.split("[<A*</A]");

---

Mais sans succès

Merci d'avance

Salut,

A titre de proposition, car je suis pas un pro des expressions rationnelles :

Code:

---

1 2 3 4 5 6

String motif = "<a[\\s]+href=[^>]*>[^<]*</a>"; Pattern pattern = Pattern.compile(motif); Matcher macher = pattern.matcher("bonjour robert <a href=\"http://www.test.net/f/\">test</a> bla bl bla<a href=\"http://www.google.com\">google</a> <b>google</b> << google"); while (macher.find()) { System.out.println("URL trouvé (" + macher.start() + ", " + macher.end() + ") --> " + macher.group()); }

---

Il y a bien l'opérateur non-gourmand à utiliser pour te faciliter la tâche (.*? ou .+? ou .??). Il agit comme .* (ou .+ ou .?), mais en prenant la plus petite chaîne qui remplit ce contrat. :

Code:

---

1 2 3 4 5 6 7

String s = "bonjour robert <a href=\"http://www.test.net/f/\">test</a> bla bl bla<a href=\"http://www.google.com\">google</a> <b>google</b> << google";   Pattern p = Pattern.compile("<a.*?>.*?</a>", Pattern.CASE_INSENSITIVE); Matcher m = p.matcher(s); while (m.find()) { System.out.println(m.group()); }

---

Donne :

Code:

---

1 2	<a href="http://www.test.net/f/">test</a> <a href="http://www.google.com">google</a>

---

Magnifique !
Merci beaucoup, c'est exactement ce que je cherchais.
Je ne connaissais pas la classe Pattern qui est très approprié.
Je pense gagner beaucoup en performance et en simplicité grâce à votre aide. Un grand merci encore, je n'aurais espère mieux ! :ccool:

Bonjour,

Etant très satisfait de ce code, j'ai décider d'approfondir les expressions régulières. J'ai donc une question supplémentaire, je n'ai pas ouvrir le de nouveau post car que le prolonguement du post respecte la netiquette.

J'ai voulu extraire le lien de la balise <A, voici ma proposition:

Code:

---

1 2 3 4 5 6

Pattern p = Pattern.compile("href..*?.[\"' ]", Pattern.CASE_INSENSITIVE); Matcher m = p.matcher(lien); String word; while (m.find()) { System.out.println(m.group()); };

---

Le probleme c'est que si le lien est entre guillemet, je l'ai récupere. y a t-il un moyen de les exclures ?

Egalement, j'aimerais extraire le mot clef du lien.
Je propose ">.*</" comme expression régulière, mais là aussi jai le meme probleme. je récupere ">Google</".. je n'arrive pas à exclure les caracteres me permettant d'identifier le mot.

Merci d'avance

Pfouuu elle est pas simple à piger la gestion des regex avec java :calim2:

Code:

---

1 2	Pattern p = Pattern.compile( "<a href=\"(.*?)\">(.*?)</a>" ); Matcher m = p.matcher( lien );

---

les parenthèses permettent de délimiter des blocs (group) de capture.

Code:

---

1 2 3 4 5

while( m.find() ){ System.out.println( m.group( 0 ) ); //retourne tout ce que le masque a capturé System.out.println( m.group( 1 ) ); //retourne ce qui a été capturé dans la première parenthèse System.out.println( m.group( 2 ) ); //retourne ce qui a été capturé dans la seconde parenthèse }

---

Effectivement elle n'est pas. J'essaie de l'apprendre mais c'est pas évident.
En tout cas, une fois de plus c'est parfait !
Mieux que je ne l'aurais espérer.
Un grand merci donc

Enfin pour clore le sujet, j'ai découvert un petit hic:
Savez vous si je peux exclure les balises du mots clefs trouvé du lien <b> et </b> ?
<a href=""> grand <b>Merci</b></a>

En tout cas Merci :ccool: