Question

我正在做的是验证代码中的网址。所以我有一个带有url的文件，我想知道它们是否存在。如果它们存在，则网页包含xml代码，其中将有一个我想要提取的电子邮件地址。我绕了一个while循环，在每个实例中，如果url存在，则将xml添加到字符串中。这个大字符串包含xml代码。我想要做的是从该字符串中提取电子邮件地址，其中包含xml代码。我不能使用字符串api中的方法，因为它们要求您指定我不知道的sarting索引，因为它每次都会变化。

我希望做的是在字符串中搜索以（例如“<email id>”）开头并以（例如“</email id>”）结尾的子字符串并在这些字符串之间添加字符串分开的字符串。

有谁知道这是否可行，或者是否有更容易/不同的方式做我想做的事情？

感谢。

Answer 1

如果您熟悉XML文档的结构，我建议您使用XPath。

例如，对于＆lt; email＆gt; a@b.com< / email＆gt;中包含的电子邮件，会有一个XPath请求，例如/ root / email（取决于您的xml结构）

通过在XML文件上执行此XPath查询，您将自动获得所有＆lt; email＆gt;元素（Node）在数组中返回。如果您有XML元素，那么您就拥有了XML内容。（#getNodeValue）

Answer 2

回答你的主题问题：.indexOf，或正则表达式。

但在对您的问题进行简要回顾之后，您应该真正正确地处理XML文档。

Answer 3

一个正则表达式，它将在两个“字符：

之间找到并返回字符串

import java.util.regex.Pattern;
import java.util.regex.Matcher;

private final static Pattern pattern = Pattern.compile("\"(.*?)\"");

private void doStuffWithStringsBetweenQuotes(String source) {
    Matcher matcher = pattern.matcher(source);
    while (matcher.find()) {
        String match = matcher.group(1);
    }
}

Answer 4

您是否尝试使用正则表达式？对于这类问题，示例文档可能非常有用。

Answer 5

查看org.xml.sax API。它非常易于使用，并且允许您解析XML并在遇到任何感兴趣的内容时对内容执行任何操作。所以你可以轻松添加一些逻辑来寻找＆lt;电子邮件＆gt;启动元素，然后保存将包含您的电子邮件地址的内容（字符）。

Answer 6

如果我正确理解您的问题，您将从多个网页中提取XML并将它们连接成一个大的“xml”字符串，

看起来像的东西


"<somedata>blah</somedata>
<email>a.b@c.com</email>
<somedata>blah</somedata>
<somedata>blah</somedata>
<email>a.c@c.com</email>
<somedata>blah</somedata>
<somedata>blah</somedata>
<email>a.d@c.com</email>
<somedata>blah</somedata>
<somedata>blah</somedata>
"

我建议通过包含根元素来使它成为一个有效的xml文档。

<somedata</somedata

然后您可以将其加载到Xml Document对象中，并可以使用Xpath表达式来提取电子邮件节点及其值。

如果您不想这样做，可以使用<email方法查找</email＆gt;和<somedata＆gt; （或称其他任何职位）职位。然后基于那些子串。尽管如此，这并不是一种特别干净或易于理解的方式。

如何从java中的字符串中提取子字符串

6 个答案: