Question

我正在制作一个正则表达式，它从以下格式获取所有数据：

">DATA<" returns "DATA"

"> DATA <" returns " DATA "

">.4930894812948cm <" returns ".4930894812948cm "

"> 939j@$%^^ < > << <" returns " 939j@$%^^ < > << "

">DATA< blah blah blah >DATA123< BLah >DATA456<" returns "DATA", "DATA123" and "DATA456"

（示例中的引号是为了使它们更容易阅读;它们不应出现在实际结果中。）

DATA可以是任何编码

>DATA<可以位于文本文件中的任何位置，因此可以一个接一个地重复。此外，所有数据我的意思是全部，包括\n，\r，.，保留字符等。

我试过了>(.*?)<，但它没有用。

我是用Java做的。

添加另一个例子：

Lorem ipsum dolor sit amet, consectetur adipiscing elit. 
Integer facilisis neque tellus, eget rhoncus sapien. 
Pellentesque placerat purus non eros auctor ut consectetur magna bibendum. 
Nam sollicitudin cursus >urna< nec varius. 
Pellentesque elit augue, semper non porttitor nec, adipiscing ut ligula. 
Cras accumsan >dolor< augue. 
Pellentesque habitant morbi tristique senectus et netus et malesuada fames ac turpis egestas. >Sed< >rhoncus< ultrices elementum. 

    >lac
    us<

 Ut elementum condimentum est > pir. < feugiat.

应该标记：

"urna"
"dolor"
"Sed"
"rhoncus"
"la
    cus"
" pir. "

...包括它们和行分隔符之间的空格。希望这会有所帮助。

Answer 1

这是你想要的正则表达式：

>(.*)<

您不想使用惰性运算符（？）。惰性运算符使通配符尽可能早地停止并仍然继续正则表达式（因此它在FIRST＆lt;停止），但是没有？，通配符是贪婪的并且将匹配所有字符，然后向后工作直到它找到最后＆lt;。

Answer 2

难以辨别OP想要的是什么，但是......

>([^<]*)<将返回＆gt;之间的值和＆lt ;,包括可能介于两者之间的任何字符（包括＆gt;和空格）。

所以：

“＆gt; ABC＆lt;”将返回“ABC”

“＆gt; AB＆gt; C＆gt; D＆lt;”将返回“AB＆gt; C＆gt; D”

“＆gt; ABC”将不返回任何内容

测试用例在这里：fiddle。（单击“Java”链接。）

Answer 3

如果介于两者之间的数据不是随机的，我会建议全局+多线\>([^\<])*\<。但是，由于数据是随机，我认为你不能想出一个能够可靠地捕获所有可能在{{1之间}和>。

正则表达式获取＆gt;之间的所有数据和＆lt;

3 个答案: