求大侠指教一个正则表达式

[wangjunfeng2010]

有如下的结构（从网上抓取的网页源文件）：
<h1>2014</h1>
<table>
<tr>
<td>
<strong>November</strong>
<a href="a.html">a</a>
</td>
<td></td>
</tr>
</table>
<h1>2013</h1>
<table>
<tr>
<td>
<strong>October</strong>
<a href="b.html">b</a>
</td>
<td>
<strong>September</strong>
<a href="c.html">c</a>
</td>
</tr>
</table>
<h1>2012</h1>
<table>
<tr>
<td>
<strong>August</strong>
<a href="d.html">d</a>
</td>
<td>
<strong>July</strong>
<a href="e.html">e</a>
</td>
<td>
<strong>June</strong>
<a href="f.html">f</a>
</td>
</tr>
</table>

现在要通过正则表达式输出如下结果（即table中可能有数量不等的td，要能解析这些数量不固定的td）：

2014 November a.html
2013 October b.html
2013 September c.html
2012 August d.html
2012 July e.html
2012 June f.html

请各位大侠指教，不胜感激～～～

[浪里花]

正则我不太会，推荐你用jsoup这个开源jar，这个是解析html利器，非常强大，查询语法和jquery语法很类似

[attilax]

推荐使用html解析库，，，正则表达式不适合这种场合。。

[程序猿的人生]

不太懂这个，。。

[tony4geek]

public static void main(String[] args) {
		String s = "<h1>2014</h1><table><tr><td><strong>November</strong><a href=\"a.html\">a</a></td><td></td></tr></table><h1>2013</h1><table><tr><td><strong>October</strong><a href=\"b.html\">b</a></td><td><strong>September</strong><a href=\"c.html\">c</a></td></tr></table><h1>2012</h1><table><tr><td><strong>August</strong><a href=\"d.html\">d</a></td><td><strong>July</strong><a href=\"e.html\">e</a></td><td><strong>June</strong><a href=\"f.html\">f</a></td></tr></table>";
		Matcher m = Pattern.compile("<h1>(.*?)</h1><table>(.*?)</table>").matcher(s);
				
		while (m.find()) {
			Matcher subM = Pattern.compile("<strong>(.*?)</strong>.*?<a href=\"(.*?)\">.</a>").matcher(m.group(2));
			while (subM.find()) {
				System.out.println(m.group(1) + "  " + subM.group(1) + "   "+ subM.group(2));
			}
		}
	}

[suciver]

html格式的建议用jsoup要比正则精准,java的正则不支持平衡组的,不适合解析html这样的数据格式。你贴出来的只是部分,如果其它地方不会影响的话，可以用楼上的正则

[wangjunfeng2010]

感谢大家。。 我本来就想通过一个正则表达式搞定，现在没办法。只有分步来做了～