Question

以下代码什么都不打印。我究竟做错了什么？ Regexp测试员myregexp说正则表达式是正确的。

page = "<div id=\"foo\" class=\"foo\" style=\"background-image: url(foo.jpg); width: 320px; height: 245px\">\n" +
                    "  <a href=\"foo\" onclick=\"return bar('foo', 'foo', {foo: bar, foo: bar}, foo)\"></a>\n" +
                    "</div>";

Pattern pattern = Pattern.compile("<div.*?</div>");
Matcher matcher = pattern.matcher(page);
while (matcher.find()) {
    System.out.println(matcher.start() + " " + matcher.end());
}

Answer 1

默认情况下，正则表达式中的.与换行符不匹配。这意味着您的正则表达式与</div>不匹配，因为它之前的换行符与.不匹配。

您应该用以下代码替换编译行：

Pattern pattern = Pattern.compile("<div.*?</div>",Pattern.DOTALL);

但是正如评论中所指出的那样，除了你可以控制HTML结构（没有注释，没有Javascript等）的简单情况之外，你应该使用像JSoup这样的HTML解析器来解析HTML，而不是使用正则表达式。

为什么我的正则表达式不起作用？

1 个答案: