Question

我有一个网站的源代码，我希望使用正则表达式选择 yearid =＆＃34; 10287＆＃34; 。我知道我可以轻松地使用JSoup，但我不想为了这个目的而将库添加到我的项目中。

有关 yearid =＆＃34; 10287＆＃34;

的事实

yearid 是一个常数，即字母永不改变。
值 10287 会有所不同，可能是84748或746但它总是一个编号
yearid =＆＃34; 10287＆＃34; 在源代码中不止一次出现，但我只是需要一个 yearid =＆＃34; 10287＆＃34;

目前我正在尝试这个：

\s*[yearid]0-9

但它似乎没有起作用。

示例Html

//Skipped the meta and header because I don't need it.
    ...
    <body class="sin" yearid="10287" ezaw='580' ezar='400' style='min-height:200px>
    <div class="ks">
        <div class="wrap">

            <div class="content-right-sidebar-wrap">
                <main class="content">

                    //A lot of unneeded tags

                    <article class="post-1989009 post type-post post" itemscope="" itemtype="http://schema.org/CreativeWork">
                        <header class="post-header">
                            <h1 class="post-title" itemprop="headline">Tyh RGB  Marco to habits gtr</h1>
                            <img src="https://ohniee.com/wp-content/uploads/avatars/1/djsy8933e89ufio8389e8-author-img.jpg" class="avatar user-1-avatar avatar-40 photo" width="40" height="40" alt="Profile photo of Johnnie Adams">

                            <div class="entry-meta" style="padding-top:3px; margin-left: 50px">
                            " Written by "<a href="/authors/johnnie"><span class="entry-author" itemprop="author" itemscope="" itemtype="http://schema.org/Person"><span class="entry-author-name" itemprop="name">Johnnie Adams</span></span></a> <script>
                            document.write(" on April 23rd, 2002 11:28 PM")</script>" on April 23rd, 2002 11:28 PM  .  "<span class="entry-comments-link"><a href="https://johniee.com/2002/04/thalo-in-American-film-industryk.html#comments">1 Comment</a></span>
                            </div>
                        </header>

                        //A lot of unneeded tags

                       ...

Answer 1

您的尝试无效，因为[yearid]部分匹配单个字符，即{y, e, a, r, i, d}之一;并且0-9部分与文字序列匹配0-9（\d或[0-9]就是你在那之后的事情。像\byearid=\"[0-9]+\"\b这样的东西应该有效。

Answer 2

试试这个正则表达式：/yearid="[0-9]+"/

http://regexr.com/3dn2j

正则表达式为年份=＆＃34; 10287＆＃34;来自网站的源代码

2 个答案: