Question

如果我想从

中提取ABC

<td>ABC</td>

和

<td id="id">ABC</td>

使用相同的正则表达式，我该怎么做？

<td[\s\S]*?>[\s\S]*?<\/td>

这符合这种情况，但我想在开头和结尾排除匹配的td标记。

Answer 1

方法1：捕获组

<td[\s\S]*?>([\s\S]*?)<\/td>

将正则表达式的一部分括在您感兴趣的括号中，然后引用此capturing group（使用$1或\1作为后向引用，具体取决于正则表达式的风格）。编辑：\1使用\K。

方法2： Lookbehind / lookahead

编辑： 在下面进行了修改，使用<td\b[^>]*>\K.*?(?=</td>)代替可变长度的lookbehind - 在评论中归功于Jonny 5的优点。

package com.test.webservertest;

public class MainActivity extends ActionBarActivity
{
    private static final int MY_DATA_CHECK_CODE = 0;
    public static MainActivity currentActivity;
    TextToSpeech mTts;
    private String targetURL;
    private String urlParameters;
    private Button btnClick;
    private String clicking = "clicked";
    private String[] ipaddresses = new String[]{
        "http://10.0.0.3:8098/?cmd=nothing"};
    private String iptouse = "";
    private TextView text;
    private boolean connectedtoipsuccess = false;
    private int counter = 0;
    private NotificationCompat.Builder mbuilder;

    @Override
    protected void onCreate(Bundle savedInstanceState)
    {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_main);
        addListenerOnButton();
        currentActivity = this;
        initTTS();
    }

然后搜索标签但不包括在匹配中。请参阅PCRE和here，以获得比我能给出的更好的解释。

Answer 2

您不应该使用正则表达式来解析有效的HTML文件/片段中的数据。您可以使用带有td的{{1}}获取DOMDocument代码内容：

DOMXPath

请参阅IDEONE demo

在字符串之间获取字符串，而不包括Regex中匹配的字符串

2 个答案: