Java正则表达式中 matcher.find()方法的理解

我想采集一个网址的链接，然后提取链接文字。为了完成这一步骤，我分两步走：

1、提前<a>和</a>之间的内容。如 从 "p id=km> <a href=http://hi.baidu.com>空间</a> | <a ";提取;<a href=http://hi.baidu.com>空间</a>

2、提取出"空间"两个字。

以下是我的代码。

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class RegTest

{

public static void main(String[] args)

{

String s="<p id=km> <a href=http://hi.baidu.com>空间</a> | <a ";

String regex="<a.*?/a>";

//String regex = "<a.*>(.*)</a>";

Pattern pt=Pattern.compile(regex);

Matcher mt=pt.matcher(s);

while(mt.find())

{

System.out.println(mt.group());

String s2=">.*?</a>";

Pattern pt2=Pattern.compile(s2);

Matcher mt2=pt2.matcher(mt.group());

System.out.println(mt2.group());//请注意这里

}

}

}

上面这个程序是错误的

下面的程序才是对的，也就是，将执行代码

System.out.println(mt2.group());//请注意这里

更改为

while(mt2.find())

{

System.out.println(mt2.group());//请注意这里

}

下面是正确的代码。

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class RegTest

{

public static void main(String[] args)

{

String s="<p id=km> <a href=http://hi.baidu.com>空间</a> | <a ";

String regex="<a.*?/a>";

//String regex = "<a.*>(.*)</a>";

Pattern pt=Pattern.compile(regex);

Matcher mt=pt.matcher(s);

while(mt.find())

{

System.out.println(mt.group());

String s2=">.*?</a>";

Pattern pt2=Pattern.compile(s2);

Matcher mt2=pt2.matcher(mt.group());

while(mt2.find())
{

System.out.println(mt2.group());//请注意这里
}

}

}

}

我是这么理解的：实际上，只有执行了find()方法 后，状态机matcher才是真正开始进行匹配工作的！