求个正则表达式，万分感谢

[whos2002110]

在爬一些财经新闻时，碰到个问题是这样的：

从某个跟节点开始爬（http://news.hexun.com/）， 每级爬下来有很多链接，新闻链接格式如下：
news.hexun.com/2014-10-16/1221323123.html;
stock.hexun.com/2014-10-16/8097823123.html;
xxx.hexun.com/yyyy-MM-dd/7797979123.html;

二级域名有很多(news、stock、roll、opinion、tv...) 在过滤url时， 我使用这个正则： http://[a-z]+.hexun.com.*
这样所有和讯网本身的链接都会继续请求(抓下一级)， 对于所有满足上述条件的url 我再使用
http://[a-z]+.hexun.com/2014-10-16/[0-9]+.html 过滤出当天新闻页面保存到本地。

这两个正则基本可以满足要求， 但是后来发些问题， 页面上的js、css链接满足第一个正则也会去抓取一次， 显然没有必要。
再有有个栏目是tv，这个栏目里都是视频新闻，我也不要。

我怎么修改第一个正则使：
1 不抓取页面上的.js、.css链接
2. 不抓取tv.hexun.com/xxx 这样的链接。

修改这个 http://[a-z]+.hexun.com.* ， [a-z]+ 改为非tv 还有不是以js、css结尾。

正则不懂，求帮助

[ps低音炮]

非要要用正则吗？可以不可以通过过滤器来做？

[whos2002110]

引用 1 楼 ohogogo 的回复:

非要要用正则吗？可以不可以通过过滤器来做？

你说的过滤器是指什么？ 我这个正则校验就是一个过滤器的实现

[sca4441479]

final String REGEX="http://[^tv]+\\.hexun\\..*[^cssjs]$";

可能有问题，楼主先用着

[猿哥]

引用 3 楼 sca4441479 的回复:

final String REGEX="http://[^tv]+\\.hexun\\..*[^cssjs]$";

可能有问题，楼主先用着

正解

[tony4geek]

匹配 .htm 结尾的可以吗？