java - 正则表达式从 html 中剪切 css 链接

Question

我想使用正则表达式从html页面中提取所有css和js链接，现在我使用:

([^ ()]*\.(?:css|js)\b)

这种模式，但它不能完美地工作，我想在链接的 .css 或 .js 路径之前排除像 '{}()}' 这样的符号。我尝试使用 Jsoup 解析器，但是他无法提取 <link..>来自 html 内 js 脚本的标签，代码如下:

if( userAgent.match( /ipad|iphone|htc|android|windows\s+phone/i ) ) {
document.write('<link rel="stylesheet" type="text/css" href="http://static.gazeta.ru/nm2012/css/new_common_css_pda54.css" />');
} else {
document.write('<link rel="stylesheet" type="text/css" href="http://static.gazeta.ru/nm2012/css/new_common_css275.css" />');
} 

Answer 1

您可以使用 Javax DOM Parser因为 HTML 是从 XML 派生的，或者是更具体的 HTML，例如 validator.nu Mozilla 使用。