Question

((&lt;(\\s*?)(object|OBJECT|EMBED|embed))+(.*?)+((object|OBJECT|EMBED|embed)(\\s*?)&gt;))

我需要从本地存储在磁盘上的一些html文件中获取对象和嵌入标签。我想出了上面的正则表达式来匹配java中的标签使用matcher.group（1）;获取整个标记及其内容

任何人都可以改善这一点吗？有什么东西可以立刻突显给我，我应该改变吗？

它确实有用BTW，只是想输入一下，看看它是否会更好，因为我对自己的正则表达式来说还是个新手。

Answer 1

是的，这是改进：

下载一个完整的Java HTML解析器，如Jsoup，并将其放在类路径中。

现在，您可以选择所有<object>和<embed>元素，如下所示：

Document document = Jsoup.parse(new File("/path/to/file.html"), "UTF-8");
Elements elements = document.select("object,embed");
for (Element element : elements) {
    System.out.println(element.outerHtml());
}

优化匹配两个html标签的正则表达式

1 个答案:

另见：