获取子字符串正则表达式java答案

【问题标题】：getting substring regex java获取子字符串正则表达式java
【发布时间】：2015-11-22 00:10:51
【问题描述】：

我有这样的一行： <a href="/verona/4mktg-for-marketing.8526695" title="4MKTG FOR MARKETING SRL">4MKTG FOR MARKETING <strong>SRL</strong> </a>

我需要该字段的标题。我用 'title="' 分割字符串，然后检查它是否与这个正则表达式匹配："[0-9A-Z /.]{3,}"。但它不起作用......

该字段仅包含数字、大写字母、空格和点

谢谢

大卫

【问题讨论】：

你必须使用正则表达式吗？如果没有，可以找到 "title=\"" 的开始位置，并从 title" 结束的位置获取子字符串到下一个双引号。

标签： java regex string

【解决方案1】：

在处理 HTML 时，应该使用 JSoup，而不是使用正则表达式。

Document doc = Jsoup.parse(html);
Element links = doc.select("a");
for (Element l : links) {
    // grab the title attribute value
    System.out.println(l.attr("title"));
}

【讨论】：

同意，任何时候解析已知格式（html、xml、json）时不要使用正则表达式

【解决方案2】：

title="([\dA-Z\. ]+)"

Debuggex Demo

【讨论】：

【解决方案3】：

如果您需要使用正则表达式（并使用java.util.regex，请参阅this answer，考虑到Java 中的类似PERL 的正则表达式）：

str = '<a href="/verona/4mktg-for-marketing.8526695" title="4MKTG FOR MARKETING SRL">4MKTG FOR MARKETING <strong>SRL</strong> </a>';
str = str.replaceAll('.* title="([\s\.A-Z0-9]+)".*', "$1");

【讨论】：