<tr> 标签之间带有正则表达式的子字符串答案

【问题标题】：substring with regex for between <tr> tag<tr> 标签之间带有正则表达式的子字符串
【发布时间】：2014-05-29 02:29:04
【问题描述】：

我正在为下面的字符串使用正则表达式。

但总是得到匹配器结果为假。

有什么建议吗？

我想在<tr> and </tr>.之间进行子串化

Pattern myPattern = Pattern.compile('\\<tr>(.*?)\\</tr>');
Matcher m = myPattern.matcher(temp);
  while(m.find())
   {
.. do things
}

<tr><td>111</td><td>111@test.com</td></tr><tr><td>222</td><td>222@test.com</td></tr></table>

即使我更改为Pattern myPattern = Pattern.compile('<tr>(\\w+)</tr>');，也无法得到真正的结果。

而且这个仍然无法工作<tr>(.*?)</tr>。我与http://regexr.com/ 核对，但看起来还可以。但是，当我运行代码时，无法正常工作。

【问题讨论】：

为什么要使用正则表达式？有很多不错的 HTML 解析器可以让你的生活变得更简单。让我们以jsoup.org 为例。你可以使用document.select("tr")，你就完成了。现在您只需要使用选定的信息。
嗨，我在 Salesforce 平台上使用 apex，价值来自于从外部来源获取。

标签： regex salesforce apex

【解决方案1】：

我不使用您正在测试的环境，但由于您必须使用正则表达式，我看到一个可能的问题：. 可以匹配除行分隔符以外的任何字符，因此它不会匹配

<tr>
   <td>..</td>
</tr>

为了让它工作，你可以使用DOTALL标志，所以试试

Pattern myPattern = Pattern.compile("<tr>(.*?)</tr>",Pattern.DOTALL);

【讨论】：

是的，那个...或者双反斜杠也可能有点悬。 +1 :)

【解决方案2】：

试试Pattern myPattern = Pattern.compile("<tr>(.*?)</tr>");

可运行代码：https://ideone.com/sm0WWg

【讨论】：

这不是编码问题，因为值本身有隐藏的字符，这会造成问题。当它被删除时，问题解决了。谢谢。
@kitokid 我们能知道它是哪个值吗？这很有趣，因为. 应该能够匹配除行分隔符之外的任何内容。我认为只有行分隔符是 \n 和 \r。是其他角色吗？
@Pshemo，您好，仅供参考。该值是等……即使在记事本中我也看不到。在记事本中，我意识到当我退格 "etc" 时，我需要做两次才能到达 "c" 字符。然后我注意到有问题。在 excel 中，它显示为…。我相信这是原始数据的编码问题。