Java正则替换问题：移除相对链接.html后缀无效排查

你的正则表达式根本匹配不到任何内容，问题出在这几个核心点：

• 全局匹配限制：正则里的^和$是匹配整个字符串的开头和结尾，但你的htmlBody是完整网页内容，链接只是其中的局部子串，这直接导致正则找不到任何符合条件的内容。
• 路径分隔符错误：\\\\转义后是反斜杠\，但网页相对链接用的是正斜杠/，方向完全搞反了。
• 未转义的点号：.(html)里的.是正则通配符，会匹配任意字符（比如testxhtml也会被误判），必须转义成\.才能匹配真正的点号。
• 未限定链接上下文：原正则没考虑链接是在HTML的href属性里，就算去掉开头结尾限制，也可能误匹配文本中的.html内容。

修正后的代码 #

针对以/开头的相对链接，精准匹配href属性中的.html后缀并移除：

StringBuilder sb = new StringBuilder();
// 匹配双引号包裹的href属性中的相对链接，捕获.html前的路径部分
Pattern p = Pattern.compile("href=\"(/[^\\\"]+)\\.html\"");
Matcher m = p.matcher(htmlBody);

while (m.find()) {
    // 用捕获的路径拼接成新的href属性
    m.appendReplacement(sb, "href=\"" + m.group(1) + "\"");
}
m.appendTail(sb);
String updatedHtml = sb.toString();

如果网页里存在单引号包裹的href（比如href='/page.html'），可以改成兼容两种引号的版本：

Pattern p = Pattern.compile("href=['\"](/[^'\"]+)\\.html['\"]");

代码说明 #

• 正则href=['\"](/[^'\"]+)\\.html['\"]：精准锁定HTML的href属性，捕获以/开头的相对路径（排除引号），只匹配结尾的.html后缀。
• 替换时直接用捕获的路径部分重新生成href属性，仅修改目标相对链接，不会影响外部链接或文本中的.html内容。

内容的提问来源于stack exchange，提问作者user12051965