如何使用indexOf打印出indexOf范围？

Question

1)在我的java程序中，它连接到一个网页并抓取html页面的源代码。

2)然后，它继续将整个页面源代码转换为字符串(htmlString)。

3)我想获取html源代码中的一个值并将其放入一个字符串(myString)中。

4)我正在尝试使用indexOf，并且具有以下正则表达式，它能够在我试图获取的值的开始之前找到位置：

System.out.println(htmlString.indexOf("<input name=\"k\" value=\"", 1));

这将返回4861

5)我想打印出这些值，并将它们存储到indexOf位置范围为4862 - 4893的字符串中。我似乎想不出该怎么做。

此外，每次刷新页面时，此indexOf范围4862-4893的值都会更改。否则，我会直接搜索那个特定值。

我正在尝试做的基本示例：

HTML源：

<input type='hidden' name='k' value='nnhMTGbb2z5eryuksFGns9tt0EEjqBX8'>

使用我搜索的正则表达式和indexOf：

<input type='hidden' name='k' value=

发现它在位置4861，现在我需要获取从4862到4893的所有东西，这个值: nnhMTGbb2z5eryuksFGns9tt0EEjqBX8，并将其放入一个字符串中。

我一定是错过了一些我觉得很简单的东西。我该怎么办？

Answer 1

众所周知，正则表达式不适合解析HTML。如果我是你，我会使用一个用来解析超文本标记的库，比如：What are the pros and cons of the leading Java HTML parsers?，考虑一下，type可以改为在标记的末尾，而不是在开始。HTML仍然有效，但是regex/indexof现在没有用了。这些可能是你不想考虑的问题。

但是如果你坚持，你可以使用StringUtils.lastIndexOf

Answer 2

考虑使用JSoup解析html