Question

我需要一个匹配两个字符串的正则表达式，但只接受内部块。我尝试使用不情愿的量词，但它没有用。

以下是一个例子：

<div>
    Hi
</div>
<div class = "quote">
    This is mail.
    <hr tabindex="-1">
    <div color="r">
        <b>From:</b>xyz<br>
        <b>Sent:</b>xyz PM<br>
        <b>To:</b>xyz<br><br>
    </div>
</div>

我使用了这个正则表达式，但它没有用（DOTALL匹配，所以“。”也匹配换行符）

<div.*(From:.*Sent:.*To:.*)*?</div>

以上正则表达式匹配所有内容，因为输入文本以<div>开头，以</div>结尾，但我需要在括号内指定的模式上方和下方。

所以我需要输出：

<div color="r">
        <b>From:</b>xyz<br>
        <b>Sent:</b>xyz PM<br>
        <b>To:</b>xyz<br><br>
</div>

提前致谢..

Answer 1

不建议使用正则表达式解析HTML。

如果您知道自己在做什么，那么可以使用以下String#replaceAll来电：

html.replaceAll
           ("(?i)(?s).*?(<div\\s*color.*?From:.*?Sent:.*?To:.*?</div>).*", "$1");

Answer 2

试试这个。我正在扩展我的评论，所以你会明白我的意思：

  public String findText(String htmlString) {
    Pattern patt = Pattern.compile("<div.*</div>");
      Matcher m = patt.matcher(htmlString);
      while (m.find()) {
        String text = m.group(1);
        // check whether the value of text is the div you want
        if (text.indexOf("color") < text.indexOf(">")) { //... or something similar
           return (text);
        }
      }
    return null;
   }

Java Regex：严格匹配两个字符串之间的文本内部块

2 个答案: