Java - 如何匹配包含单引号的正则表达式模式？答案

【问题标题】：Java - how to match regex Pattern containing single quotes?Java - 如何匹配包含单引号的正则表达式模式？
【发布时间】：2010-11-01 00:59:48
【问题描述】：

[已编辑 - 真的很抱歉，我引用的代码是错误的 - 已更改以下消息以反映这一点。道歉！感谢您的耐心等待。]

我是正则表达式的新手，想在 Java 中匹配一个模式（接着这个解决方案 - Java string - get everything between (but not including) two regular expressions?）。

字符串是[EDITED]：

<row><column name='_id'>1</column></row><row><column name='text'>Header\n\n\ntext</column></row><row><column name='pwd'>password</column></row>

我只想返回 column name='text' 标签之间的内容，所以：

Header\n\n\ntext

我有 [EDITED] 下面的代码，但它不匹配。关于我需要如何更改模式的任何想法？

谢谢！

package test;

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

public class Regex {

    public static void main(String[] args) {
        Pattern p = Pattern.compile(
                "<row><column name='text'>(.*)</column></row>",
                Pattern.DOTALL
            );
        Matcher matcher = p.matcher(
                "<row><column name='_id'>1</column></row><row><column name='text'>Header\n\n\ntext</column></row><row><column name='pwd'>password</column></row>"
            );
        if(matcher.matches()){
                System.out.println(matcher.group(1));
        }
    }
}

【问题讨论】：

标签： java regex string

【解决方案1】：

您的问题与引号字符无关。您只需要切换到非贪婪量词（正如其他人建议的那样）并使用find() 方法而不是matches()：

public static void main(String[] args)
{
  Pattern p = Pattern.compile(
      "<row><column name='text'>(.*?)</column></row>",
      Pattern.DOTALL
  );

  Matcher matcher = p.matcher(
      "<row><column name='_id'>1</column></row>" +
      "<row><column name='text'>Header\n\n\ntext</column></row>" +
      "<row><column name='pwd'>password</column></row>"
  );

  if(matcher.find()) {
      System.out.println(matcher.group(1));
  }
}

matches() 仅当正则表达式从目标字符串的开头匹配到结尾时才返回true。如果要匹配少于整个字符串的任何内容，则需要使用find()。

【讨论】：

【解决方案2】：

您发布的（未经编辑的）代码对我来说很好用...它匹配并打印出您期望的消息。

编辑后的代码不起作用，但是如果您将正则表达式稍微更改为如下所示：

Pattern p = Pattern.compile(
            ".*<row><column name='text'>(.*)</column></row>.*",
            Pattern.DOTALL
        );

你得到一个匹配：

Header


text</column></row><row><column name='pwd'>password

这可能不是您真正想要的，因此您需要进一步完善正则表达式。使用正则表达式来处理 xml/html 解析通常不是一个好方法。 Yishai 建议使用 XML 解析器是一种更好的方法，否则您很可能会得到一个极其复杂且不灵活的正则表达式。

【讨论】：

谢谢！感谢您的建议 - 我会考虑使用 XML 解析器。

【解决方案3】：

也许你真正想要达到的是：

public static void main(String[] args) {
    Pattern p = Pattern.compile(
            "<row><column name='(.*?)'>(.*?)</column></row>",
            Pattern.DOTALL
        );

    Matcher matcher = p.matcher(
            "<row><column name='text'>Header\n\n\ntext</column></row>"
        );

    if(matcher.matches()){
            System.out.println(matcher.group(2));
    }
}

因为您的真实示例可以在 name= 值中包含任何内容（至少这看起来更真实）。

话虽如此，如果这变得更加重要，您可能希望将其视为 SAX 解析器（内置于 JDK 1.5+，因此不一定是库依赖问题）。如果您真的不太关心文档结构并且只想从中吸取一些琐碎的东西，那么正则表达式是解析 XML 的更好方法。但是，如果您开始研究属性并关心它们在 XML 上的含义，那么继续沿着正则表达式路线走下去就是在重新发明轮子。

【讨论】：

【解决方案4】：

尝试匹配(.*?) 而不仅仅是(.*)。

(.*) 是一个贪婪搜索，它会匹配它之后的所有内容。

(.*?) 将在第一次出现“</column></row>”时停止。

编辑：这应该不会真正影响您的示例，但如果字符串中有另一个“</column></row>”，那么您的模式将不会像您预期的那样匹配。

【讨论】：