在“＆gt;上拆分长字符串

Question

我正在尝试使用split()方法来拆分包含重复标记的长字符串（包含CFML代码的文本文档的内容），每个字符都以这两个字符终止：">和一行断裂。

我无法弄清楚如何实现这一点，尝试多个没有运气的正则表达式，在提到的标签内部可以嵌套其他标签（请不要问为什么:-)），并且这些嵌套标签上的拆分中断，即使它们不包含">

示例：

<cfset code = "Text text text <table style='width:538px; [... more text stripped ...] </table>">
<cfset another_code = "Text text text">
...

任何线索都会非常感激！

Answer 1

要使用纯正则表达式，我会使用str.split(Pattern.quote("\">"))。

但是，您应该考虑使用XML解析器，如SAX，StAX，DOM解析器等。不需要重新发明轮子。

Answer 2

我不确定你要做什么，但如果你想分开">(new line)，那么可以使用split("\">\r?\n")。但也许您想要拆分之前有">的新线号？在这种情况下，您可以使用像split("(?<=\">)\r?\n")

这样的后视机制