Java：我有一大串html,需要提取href =“…”文本

<a href="..." />
<a class="..." href="..." />

我没有真正的正则表达式的问题,但出于某种原因我使用以下代码：

String innerHTML = getHTML(); 
  Pattern p = Pattern.compile("href="(.*)"",Pattern.DOTALL);
  Matcher m = p.matcher(innerHTML);
  if (m.find()) {
   // Get all groups for this match
   for (int i=0; i<=m.groupCount(); i++) {
    String groupStr = m.group(i);
    System.out.println(groupStr);

   }
  }

有人能告诉我我的代码有什么问题吗？我在PHP中做了这些东西,但在Java中,我在某种程度上做错了什么…发生的事情是,每当我尝试打印它时,它会打印整个html字符串…

编辑：这样每个人都知道我正在处理什么样的字符串：

<a class="Wrap" href="item.php?id=43241"><input type="button">
    <span class="chevron"></span>
  </a>
  <div class="menu"></div>

每次我运行代码时,它会打印整个字符串……这就是问题所在……

关于使用jTidy ……我正在使用它,但知道在这种情况下出了什么问题会很有趣……