Question

我有一个带有标记的字符串，我需要使用Java找到它。

例如

string = abc<B>def</B>ghi<B>j</B>kl

desired output..

segment [n] = start, end

segment [1] = 4, 6
segment [2] = 10, 10

Answer 1

正则表达式应该非常有用。

请参阅您的JavaDoc

java.langString.split（）
java.util.regex package
java.util.Scanner中

注意：StringTokenizer不是你想要的，因为它分割字符而不是字符串 - 字符串delim是一个字符列表，其中任何一个都将被拆分。这对于非常简单的案例很有用，例如明确的逗号分隔列表。

Answer 2

当您想要通过特定字符串分隔字符串时，StringTokenizer将为您提供单独的标记。或者您可以使用String中的split（）方法来获取单独的字符串。要获得不同的数组，必须将正则表达式放入。

Answer 3

考虑到你的例子，我认为我会使用正则表达式，特别是我会看看Matcher提供的分组功能。

汤姆

String inputString = "abc<B>def</B>ghi<B>j</B>kl";

String stringPattern = "(<B>)([a-zA-Z]+)(<\\/B>)";

Pattern pattern = Pattern.compile(stringPattern);
Matcher matcher = pattern.matcher(inputString);

if (matcher.matches()) {

    String firstGroup  = matcher.group(1);
    String secondGroup = matcher.group(2); 
    String thirdGroup  = matcher.group(3);
}

Answer 4

StringTokenizer将整个String作为参数，对于大字符串来说并不是一个好主意。您也可以使用StreamTokenizer

您还需要查看Scanner。

Answer 5

这有点'蛮力'并做出一些假设，但这有效。

public class SegmentFinder
{

    public static void main(String[] args)
    {
        String string = "abc<B>def</B>ghi<B>j</B>kl";
        String startRegExp = "<B>";
        String endRegExp = "</B>";
        int segmentCounter = 0;
        int currentPos = 0;
        String[] array = string.split(startRegExp);
        for (int i = 0; i < array.length; i++)
        {           
            if (i > 0) // Ignore the first one
            {
                segmentCounter++;
                //this assumes that every start will have exactly one end
                String[] array2 = array[i].split(endRegExp);
                int elementLenght = array2[0].length();
                System.out.println("segment["+segmentCounter +"] = "+ (currentPos+1) +","+ (currentPos+elementLenght) );
                for(String s : array2)
                {
                    currentPos += s.length();  
                }
            }
            else
            {
                currentPos += array[i].length();                
            }
        }
    }
}

Answer 6

您的输入看起来像您的示例，您需要在特定标记之间获取文本吗？然后使用apache commons lang包（http://commons.apache.org/lang/）的简单StringUtils.substringsBetween（yourString，“＆lt; B＆gt;”，“＆lt; / B＆gt;”）应该可以完成这项工作。

如果你想要一个更通用的解决方案，对于不同的和可能嵌套的标签，你可能想要查看一个解析器，它接受html输入并从中创建一个xml文档，例如NekoHTML，TagSoup，jTidy。然后，您可以在xml文档上使用XPath来访问内容。

在字符串中查找特定标记的最佳方法是什么（在Java中）？

6 个答案: