如何多次提取标记内容？

Question

我有一个代码将String视为一个标记并将所有内容解压缩。在这种情况下：＆＃34; abc＆lt; / a＆gt; ＆LT a取代; DEF＆＃34; 即可。如何从标签中分离提取以获得两个字符串：＆＃34; abc＆＃34;和＆＃34; def＆＃34;？

public static void main(String[] args) throws Exception {
    Ex.findInTags("<a>((.*))</a>", "<a>abc</a> <a>def</a>");
}
public static void findInTags(String a, String b) {
    Pattern pattern = Pattern.compile(a);
    Matcher matcher = pattern.matcher(b);
    if (matcher.find()) {
        System.out.println(matcher.group(1));
    }
}

Answer 1

请勿使用正则表达式解析XML / HTML，因为这些不是常规语言，因此无法使用正则表达式。使用XPath（适用于XML）或Jsoup（HTML）

等专用工具

Jsoup.parse("<a>abc</a> <a>def</a>").select("a")

将为您提供所有a元素，您可以迭代它并从每个节点获取所需的文本。