如題：
使用正則表達式，怎么匹配特定html標簽內的內容。
比如，對于如下文本串：
... ignored content
prefix content
<html>inner content</html>
postfix content
... ignored content
我們要提取出<html>標簽內的內容: inner content（這里的html標簽可以換成任何其它的標簽，比如<p>標簽）
這里引入正則表達式的group概念：詳細點擊文章查看
比如：對于一個正則表達式( ( A ) ( B ( C ) ) )
- group 1為：( ( A ) ( B ( C ) ) )
- group 2為：( A )
- group 3為：( B ( C ) )
- group 4為：( C )
這樣，我們就能夠構造出如下的正則表達式：.*(<(html>)(.*)</\2).*
此表達式的group概念為：
- group 1: (<(html>)(.*)</\2)
- group 2: (html>)
- group 3: (.*)
顯然我們要求的就是group3的內容。
注意：\2是對group2的引用，也就是html>
該正則表達式也可以寫成： .*(<(html>)(.*)</(html>)).* 化簡其實就是.*<html>(.*)</html>.*
代碼實現為：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
String p = ".*(<(html>)(.*)</\\2).*";String m = "prefix<html>午休abc</html>postfix";System.out.println("Pattern: " + p);System.out.println("String to be test: " + m);Pattern pattern = Pattern.compile(p);Matcher matcher = pattern.matcher(m);if(matcher.matches()) { System.out.println("Matched String: " + matcher.group(3));} else { System.out.println("So sad, not matching anything!");} |
總結
到此這篇關于Java正則表達式如何匹配特定html標簽內容的文章就介紹到這了,更多相關Java正則表達式匹配html標簽內容內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家！
原文鏈接：https://blog.csdn.net/qq_37206105/article/details/108323320
