使用正则表达式从字符串中提取字符串答案

【问题标题】：Extract String from a within a String using a Regular Expression使用正则表达式从字符串中提取字符串
【发布时间】：2014-10-17 08:28:46
【问题描述】：

我有一个非常大的字符串，其中包含一些标记，例如：

{codecitation class="brush: java; gutter: true;" width="700px"}

我需要收集长字符串中包含的所有标记。我在这个任务中发现的困难是标记都包含不同的参数值。他们唯一的共同点是开头的部分：

{codecitation class="brush: [VARIABLE PART] }

您对使用正则表达式收集 Java 中的所有标记有什么建议吗？

【问题讨论】：

它看起来像一个 json 文件。你为什么不为此使用解析器？
@AvinashRaj 这是 HTML 或 XML 而不是 JSON。
Java 有一个优秀的内置 XML 解析器，并且有几个 HTML 解析器可用。尝试为此使用正则表达式会让您感到悲伤。说真的，使用解析器。

标签： java regex

【解决方案1】：

使用模式匹配来查找如下标记。我希望这会有所帮助。

String xmlString = "{codecitation class=\"brush: java; gutter: true;\" width=\"700px\"}efasf{codecitation class=\"brush: java; gutter: true;\" width=\"700px\"}";
Pattern pattern = Pattern.compile("(\\{codecitation)([0-9 a-z A-Z \":;=]{0,})(\\})");
Matcher matcher = pattern.matcher(xmlString);

while (matcher.find()) {
    System.out.println(matcher.group());
}

【讨论】：

【解决方案2】：

我猜你对 brush: java; 和 gutter: true; 部分特别感兴趣。

也许这个 sn-p 有帮助：

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class CodecitationParserTest {

    public static void main(String[] args) {
        String testString = "{codecitation class=\"brush: java; gutter: true;\" width=\"700px\"}";
        Pattern codecitationPattern = Pattern
                .compile("\\{codecitation class=[\"]([^\"]*)[\"][^}]*\\}");
        Matcher matcher = codecitationPattern.matcher(testString);

        Pattern attributePattern = Pattern
                .compile("\\s*([^:]*): ([^;]*);(.*)$");
        Matcher attributeMatcher;
        while (matcher.find()) {
            System.out.println(matcher.group(1));
            attributeMatcher = attributePattern.matcher(matcher.group(1));
            while (attributeMatcher.find()) {
                System.out.println(attributeMatcher.group(1) + "->"
                        + attributeMatcher.group(2));
                attributeMatcher = attributePattern.matcher(attributeMatcher
                        .group(3));
            }
        }
    }

}

codecitationPattern 提取代码引用元素的类属性的内容。 attributePattern 提取第一个键和值以及其余部分，因此您可以递归地应用它。

【讨论】：

实际上我还需要收集其他参数的信息，但无论如何感谢您的时间。