Java RegExp：查找正确的正则表达式

Question

我正在努力寻找正确的正则表达式来根据以下标准提取字符串：

我有一个带有多个标签的xml片段。每个元素都以vector开头，以<ABC_xxxx>

结尾

每个元素的xxxx都会发生变化。例如：

</ABC_xxxx>

等...

x的数量不固定！

我想提取每个元素，包括标签本身。

我该怎么做？

感谢。

Answer 1

假设没有相互嵌套的元素，请尝试：

\<ABC(\w+)\>[^\<]+\<\/ABC(\1)\>

说明：

• \<ABC(\w+)\>是以ABC开头的开头标记，ABC中的字母在一组中被捕获（因此为括号）。我们以后需要它们
• [^\<]+是元素的主体，除了打开尖括号
之外的任何字符
• <\/ABC(\1)\>是以ABC开头的结束元素，必须跟随开头标记中ABC后面的确切字母。 \1是对第一个捕获组的引用。

重要提示：XML不是regular language，因此正则表达式无法解析它。例如，想象两个或更多个这样的元素彼此嵌套。使用XML解析器来解析XML。

Answer 2

试试这个：

<ABC_([^>]*)>([^<]*)<\/ABC_([^>]*)>