使用JAVA从HTML标记中撕下subString

Question

假设我有一个像这样的字符串“neverMind<b>What is up</b>neverMind”，我想用JAVA取出使用正则表达式的内容。有人告诉我，使用匹配器将是最好的。谁能告诉我如何使用Matcher做到这一点？ 其他解决方案也欢迎！ 谢谢！

Answer 1

如果你的字符串一直很简单，你可以使用java Pattern。但是如果你的字符串变得更复杂并且想要从嵌套结构中提取内容，那么你应该使用HTML解析器。

要选择正确的解析器，请查看此问题：Which HTML parser is best。

如果您使用模式，您的正则表达式将如下所示：

Pattern pattern = Pattern.compile( "<b>(.*?)</b>" );
Matcher m = pattern.matcher( "neverMind<b>What is up</b>neverMind" );
if( m.find() ) {
    String theStringYouAreLookingFor = m.group( 1 );
}