java从字符串中提取答案

【问题标题】：java extracting from stringjava从字符串中提取
【发布时间】：2012-01-23 20:09:10
【问题描述】：

我有一个类似于

的字符串数组

 <div id="option1">hello</div>
 <div style="color: cyan">world</div>

有没有一种方法可以从 div 中提取信息？我已经写了一些东西，但它不是动态的（我必须指定位的长度），这在我的应用程序中是无用的，因为数组 ^ 中的内容并不总是相同的。

希望您能理解我的问题，如果您需要更多信息，我会尽快回复。

我正在使用 java。

【问题讨论】：

你需要一个 HTML 解析器。
Chuck Norris 在这里使用正则表达式:)
您是否尝试过 java 中可用的一些 XML 解析器？萨克斯？ Xerces？
@PetarMinchev，不，Chuck Norris 不使用正则表达式。数据看到他来了并自行解析。
不敢使用正则表达式，尽管它有时可以很好地与 HTML 一起工作。

标签： java regex arrays methods substring

【解决方案1】：

正如@SLaks 所说，使用 HTML 解析器。 Java有很多好的。我最喜欢的是jSoup。

【讨论】：

谢谢，除了使用外部库之外还有其他方法吗？
并非如此。 Java 有一个很好的“内置”XML 解析器，但 HTML 是一个非常不同的野兽。

【解决方案2】：

完整的Jsoup 示例：

List<String> res = new ArrayList<String>();
String[] html = new String[] { 
    "<div id=\"option1\">hello</div>",
    "<div style=\"color: cyan\">world</div>" };
for (String el : html) {
    String text = Jsoup.parse(el).text();
    res.add(text);
    System.out.println(text);
}

输出：

hello
world

请注意，您示例中的 HTML 是格式良好的 XML，也可以使用任何 XML 解析器进行解析。在处理格式不正确的输入时，您需要一个特定于 HTML 的解析器。

【讨论】：

【解决方案3】：

如果你知道只有一组 HTML 标签，如果你知道它是什么标签就更好了，你也许可以做这样的事情：

String[] html = new String[] { 
    "<div id=\"option1\">hello</div>",
    "<div style=\"color: cyan\">world</div>" };

for(String index : html){
    int firstEnd = index.firstIndexOf("/>");
    int lastBeginning = index.indexOf("<", 2); // Could become "</div>

    String contents = index.substring(firstEnd + 1, lastBeginning - 1);
    System.out.println(contents);
}

请注意，我没有测试过这段代码，也没有在 IDE 中编写过，所以它可能并不完全正确，但我想你可以看到我的出发点。只需获取信息前最后一个标签的结束“>”和前一个标签的结束部分的开始“

我还可以看到像这样的代码被修改为处理字符串将多个HTML标签有点想象力......

或者，我不敢相信我一开始就没有想到这一点，您可以使用类似以下的内容。不过，同样，它仅限于一个 HTML 标记，不过我相信您可以根据需要提出一种 tag-counting 方法。

String[] html = new String[] { 
                "<div id=\"option1\">hello</div>",
                "<div style=\"color: cyan\">world</div>" };

        String tag = "div";
        Pattern p = Pattern.compile("<" + tag + ".*?>(.*?)</" + tag + ">");
        Matcher m;

        for(String index : html){
            m = p.matcher(index);
            while(m.find()) System.out.println(m.group(1));
        }

HTH

【讨论】：