请帮我把这个返回值答案

【问题标题】：Please help me get this return the values请帮我把这个返回值
【发布时间】：2011-08-29 12:01:07
【问题描述】：

我知道使用正则表达式并不是在 Java 中搜索 HTML 标签的最佳方式。但这是我正在进行的项目的第一步，我也将不得不搜索非 HTML 内容。那么为什么下面的代码不起作用呢？

public static String tagValue(String inHTML, String tag) throws DataNotFoundException
{
    String value = null;

    String searchFor = "/<" + tag + ">(.*?)<\\/" + tag + "\\>/";

    Pattern pattern = Pattern.compile(searchFor);
    Matcher matcher = pattern.matcher(inHTML);

    return matcher.toString();

}

【问题讨论】：

您能否添加一些有关“如何”不起作用的详细信息？任何堆栈跟踪，或者只是没有结果，还是其他什么？
您可以使用 XQuery 或 XPath 将文本节点（我假设您的意思是“非 HTML 内容”）与模式匹配。为此，XQuery 1.0 和 XPath 2.0 都支持正则表达式。也无需将 HTML 与正则表达式匹配。

标签： java html regex

【解决方案1】：

matcher.toString() 不进行搜索。使用matcher.find() 或matcher.matches()

这里是如何使用Pattern和Matcher的官方示例。

http://download.oracle.com/javase/tutorial/essential/regex/matcher.html

【讨论】：

【解决方案2】：

我建议您首先在 fex 样本上尝试您的正则表达式，例如使用 this online tester。

一旦你找到了一个好的正则表达式，你就可以在你的代码中引入它。

以下面的正则表达式为例（已经测试过）

Regular Expression
Original Expression <([a-zA-Z]+)([^>]*)>(.*)</\1>
as a Java string    "<([a-zA-Z]+)([^>]*)>(.*)</\\1>"

提供以下测试结果：

Target String           group(0)                    group(1)    group(2)        group(3)
<b>text</b>                 <b>text</b>                 b           text
<a href="pouet">link</a>    <a href="pouet">link</a>    a           href="pouet"    link
<footnote></footnote>       <footnote></footnote>       footnote

这似乎相当不错，不是吗？

【讨论】：

【解决方案3】：

您似乎正在使用来自 PHP 背景的正则表达式 - 如果您想在 Java 中使用正则表达式，则需要删除它周围的分隔符（斜杠）：

String searchFor = "<" + tag + ">(.*?)</" + tag + ">";

否则，您的正则表达式将在您的标签周围寻找可能不存在的文字斜杠。

【讨论】：

我认为他们的模式不会像<ul><ul>...</ul></ul> 这样的文本做他们希望它做的事情，因为它是第一个<ul>，然后是第一个</ul>，而不是对应的.您无法在 Java 的简单正则表达式语言中正确地执行递归模式，但您可以排除括号。

【解决方案4】：

如果您进行这种简单的搜索并且无法找出自己的正则表达式，那么您就违反了 KISS 原则。试试这个：

public static String tagValue(String inHTML, String tag) throws DataNotFoundException {
    int start = inHTML.first("<"+tag+">");
    if(start < 0) throw DataNotFoundException("Couldn't find beginning "+tag+" tag.");
    int end = inHtml.first("</"+tag+">", start);
    if(end < 0) throw DataNotFoundException("Couldn't find ending "+tag+" tag.");
    return intHTML.substring(start,end);
}

注意：我没有运行这个，所以可能存在拼写错误。随意更正它们（并删除此注释）。

【讨论】：