Java正则表达式复杂的模式

Question

我有一个这样的字符串（由HTML源代码制作）：

<tr>
  <td>
    <tr>First</tr>
  </td>
</tr>
<tr>
  <td>Second</td>
</tr>
<tr>
  <td>
    <tr>
      <td>Upper</td>
    </tr>
    <tr>
      <td>Lower</td>
    </tr>
  </td>
</tr>

但是在一行中 - 我把它分开以使它看起来更好。 我想要实现的是一个正则表达式，它将捕获此表的整行，因此匹配为：

<td>
  <tr>First</tr>
</td>

，

<td>Second</td>

，

<td>
  <tr>
    <td>Upper</td>
  </tr>
  <tr>
    <td>Lower</td>
  </tr>
</td>

最简单的选择：

• <tr>.*</tr> - 抓住一切
• <tr>.*?</tr> - 从第一个<tr>抓到第一个</tr>。

我希望它能够捕获相应的标签。有人可以帮忙吗？

Answer 1

您可以使用html解析引擎jsoup并运行类似这样的内容来从表中提取行

String url = "a.html";
Document doc = Jsoup.connect(url).get();

Elements rows = doc.select("table tr");