麻烦.大家帮忙看个高级JAVA_IO问题

[青松]

目录结构如下:
文件夹1
1.html
2.html
.
.
.
文件夹2
1.txt
2.txt
.
.
.
现在有如下HTML代码：
<a href="javascript:if(confirm('http://music.qq.com/ \n\n该文件无法用 Teleport Ultra 下载, 因为 它是一个域或路径外部被设置为它的启始地址的地址。 \n\n你想在服务器上打开它?'))window.location='http://music.qq.com/'" tppabs="http://music.qq.com/" class="">QQ音乐</a>
想实现的效果是:
1.首先操作文件夹1下面的所有html页面
2.使用JAVA_IO遍历html文件里面所有的<a>标签
3.把遍历到的<a>标签中的tppabs属性(href下的网址也可以)下面的网址和<a>标签之间的文本取出
4.把取出的网址和文本再以:文本+"*"+URL的格式写入到*.txt中

自己半天没弄明白希望高手帮忙写一下代码.要有注释哦..顺便想学习一下..^_^

[wnf2009]

可以用正则表达式统统秒杀

[青松]

希望大家给个代码啊..自己有点思路但是写不出代码...

[wnf2009]

//		String u="http://music.qq.com";
//		URL url=new URL(u);
//		URLConnection con=url.openConnection();
//		InputStream is=con.getInputStream();
//		OutputStream os=new FileOutputStream(new File("D:\\test\\aa.html"));
//		int len=0;
//		byte[] buffer=new byte[1024];
//		while ((len=(is.read(buffer)))!=-1) {
//			os.write(buffer, 0, len);
//		}
//		os.close();
//		is.close();
//*********************************************************************************************************
//		String regex="<a[^>]*href=\"([^\"]*)\"[^>]*>(.*?)<\\/a>";
		String hrefRegex="href=['\"]?(.*?)['\" ]\"";
		StringBuilder sb=new StringBuilder();
		Map<String, String> map=new HashMap<String, String>();
		String href="";
		String text="";
		String matchedText="";
		Pattern pattern=Pattern.compile(hrefRegex);
		File file=new File("D:\\test\\aa.html");
		InputStream is=new FileInputStream(file);
		BufferedReader reader=new BufferedReader(new InputStreamReader(is, "GBK"));
		while (reader.read()!=-1) {
			sb.append(reader.readLine());
		}
		Matcher matcher=pattern.matcher(sb);
		while (matcher.find()) {
			System.out.println(matcher.group(1));
		}
	}	

写了一下，实现了第一第二个需求。。。主要是正则比较难写 坐等正则达人出现