Java正则表达式如何匹配特定html标签内的内容_Java教程

Java正则表达式如何匹配特定html标签内的内容

2020-09-02 00:42Canliture Java教程

这篇文章主要给大家介绍了关于Java正则表达式如何匹配特定html标签内的内容的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

如题：

使用正则表达式，怎么匹配特定html标签内的内容。

比如，对于如下文本串：

... ignored content
prefix content
<html>inner content</html>
postfix content
... ignored content

我们要提取出<html>标签内的内容: inner content（这里的html标签可以换成任何其它的标签，比如<p>标签）

这里引入正则表达式的group概念：详细点击文章查看

比如：对于一个正则表达式( ( A ) ( B ( C ) ) )

group 1为：( ( A ) ( B ( C ) ) )
group 2为：( A )
group 3为：( B ( C ) )
group 4为：( C )

这样，我们就能够构造出如下的正则表达式：.*(<(html>)(.*)</\2).*

此表达式的group概念为：

group 1: (<(html>)(.*)</\2)
group 2: (html>)
group 3: (.*)

显然我们要求的就是group3的内容。

注意：\2是对group2的引用，也就是html>

该正则表达式也可以写成： .*(<(html>)(.*)</(html>)).* 化简其实就是.*<html>(.*)</html>.*

代码实现为：

				?

									String p = ".*(<(html>)(.*)</\\2).*";

									String m = "prefix<html>午休abc</html>postfix";

									System.out.println("Pattern: " + p);

									System.out.println("String to be test: " + m);

									Pattern pattern = Pattern.compile(p);

									Matcher matcher = pattern.matcher(m);

									if(matcher.matches()) {

									 System.out.println("Matched String: " + matcher.group(3));

									} else {

									 System.out.println("So sad, not matching anything!");

									}