如何使用模式获取 2 个已知字符串之间的值答案

【问题标题】：How to use a pattern to get a value between 2 known strings如何使用模式获取 2 个已知字符串之间的值
【发布时间】：2015-09-07 08:51:51
【问题描述】：

首先让我告诉你我来自哪里。我有一个字符串，它是来自网站的 html 代码，我使用 JSOUP 得到了这个。无论如何，html都在字符串中，我可以将它打印到文本文件中。所以我试图从这段代码中获取歌曲，每首歌曲都使用相同的“标签”

这是我打印到的文本文件中的一行

          <div class="title" itemprop="name">
           Wrath
          </div> </td>

在记事本中它看起来像一条线，但是当您复制并粘贴它时，它看起来像这样。所以我想要的是中间的愤怒，所以我尝试使用其他堆栈帖子的帮助创建一个模式来找到它：Java regex to extract text between tags

这是我的代码中与此有关的部分

Pattern p = Pattern.compile( "<div class=\"title\" itemprop=\"name\">(.+?)</div> </td>");
    Matcher m = p.matcher( html );
    while( m.find()) {
       quote.add( m.group( 1 ));
    }

当它运行时，它显示 ArrayList 引用中没有任何内容。这可能不起作用，因为它计算了两者之间的空间。有什么想法吗？

【问题讨论】：

尝试使用XPath instead.

标签： java html regex

【解决方案1】：

您可以使用jsoup 来解析和下载您的 HTML 文档：

String site = "http://example.com/";
Document doc = Jsoup.connect(site).get();
String text doc.select("div.title").first().text();

如果这不起作用，或者只是使用 XPath。正则表达式非常适合从非结构化文本中提取数据。但是，当您拥有像 HTML 这样的结构化文档时，您可以将所有繁重的工作留给专门构建的解析器。 Java 附带 javax.xml.xpath library，您可以使用它搜索文档的节点树。

假设您的文档如下所示：

<html>
  <body>
    <div class="title">Wrath</div>
  </body>
</html>

您可以这样做来查找该 div 中的文本：

XPath xpath = XPathFactory.newInstance().newXPath();
String expression = "/html/body/div[@class='title']/text()";
InputSource inputSource = new InputSource("myDocument.html");
NodeList nodes = (NodeList) xpath.evaluate(expression, inputSource, XPathConstants.NODESET);

【讨论】：

我不能使用第一部分，因为我不知道 Wrath 已经在里面了，它可以是任何名字。至于您给我的 XPath 代码，我似乎遇到了一些错误，例如 malformedURLexcpetion: no protocol: 然后它会显示文件
我猜你是从某个地方下载网页？在这种情况下，您可以将下载的 String 解析为 JSOUP Document，然后只需使用 doc.select("div.title").text() 即可获取相关文本。
啊！！这在大多数情况下都有效，它得到了所有的歌曲和一些额外的东西。非常感谢！
没问题。我很高兴您找到了解决方案！另外，请仔细查看jsoup documentation。它基于 XPath 库，功能非常强大。

【解决方案2】：

如果它像 Perl 一样解析，您可能需要在 \

上加倍

Pattern p = Pattern.compile("<div class=\"title\" itemprop=\"name\">(.*?)<\\/div>");

应该是

Pattern p = Pattern.compile("<div class=\"title\" itemprop=\"name\">(.*?)<\\\\/div>");

但是对于这种事情，Regex 是错误的工具

【讨论】：