正则表达式：匹配多行输入的模式答案

【问题标题】：Regex: Pattern matching a Multiline Input正则表达式：匹配多行输入的模式
【发布时间】：2012-02-06 19:30:20
【问题描述】：

我正在寻找一个正则表达式模式来验证我的 HTML 输入是否具有正确的结构并（可能在第二步中）从中提取一些信息。

输入文本示例：

<title>Example Title</title><br />
<link>Download:</link> <a href="URL">hier</a> | hoster1 <br />
<link>Download:</link> <a href="URL">hier</a> | hoster2 <br />
<link>Download:</link> <a href="URL">hier</a> | hoster3

标题、主机和 URL 当然可以更改并且很有趣，所以我的尝试是这样的：

<title>([^<]+?)</title><br />\s<link>Download:</link> <a href="([^"]+?)">hier</a> \| ([^<]+?)<br />\s

这些组可能看起来有点傻，但我也尝试过 (.*?)，即使使用惰性模式，他也只会匹配整行。

现在第二部分（部分）将匹配，但不能与
部分结合。我猜我的空白字符 (\s) 与新行不匹配？如何仅检查换行符？
可用链接的数量是动态的，所以我不知道有多少标签。如何将模式的后半部分用作可重复模式？我想做这样的事情（这显然行不通）：

[ <link>Download:</link> <a href="([^"]+?)">hier</a> \| ([^<]+?)<br />\s ]*

这一切都是通过 MULTILINE 选项集完成的（虽然我不太确定我想做的事情是否需要它）。

我这几天尝试了一些不同的事情，但没有取得任何进展，我真的很感激一些指向正确方向的指示，谢谢。

【问题讨论】：

标签： java regex multiline

【解决方案1】：

为此类任务使用适当的 HTML 解析器，例如 jsoup；正则表达式适用于非常简单的情况，但很快就会变得笨拙。 HTML 解析器将更快、更容易、更正确地实现，尤其是当您开始进行更高级的测试时。

【讨论】：

【解决方案2】：

只需在需要用于 Windows 的新行字符的地方添加 [^\r\n]，否则使用 [^\n]。

【讨论】：