使用jsoup在html中查找包含连字符的确切文本

Question

我有一个HTML文档，我需要能够在文档文本中找到可能或不能包含连字符的完全匹配项。我正在使用Java和Jsoup。

HTML文档可以例如具有以下内容：

<li>some text ABCDE some text</li>
<li>some text ABCDE-kriterierna some text</li>

或

<li>ABCDE</li>
<li>ABCDE-kriterierna</li>

我有一个输入字符串列表，我需要匹配HTML文档中的文本。其中两个输入字符串可以是“ ABCDE ”和“ ABCDE-kriterierna ”。 我需要一种使用Jsoup或regex的方法来准确匹配这些输入单词。也就是说，“ABCDE-kriterierna”应该只找到第二个列表元素，而不是第一个。输入字“ABCDE”应该只找到第一个列表元素，而不是第二个。

输入字“ABCDE-kriterierna”没问题。这个Jsoup CSS选择器只能找到第二个列表元素：

:containsOwn(ABCDE-kriterierna)

问题是我找不到输入字“ABCDE”的正则表达式/选择器，只能找到第一个列表元素。我不能使用正则表达式\sABCDE\s，因为我不能假设周围的空格。 我尝试了以下内容，但所有人都发现了“ABCDE-kriterierna”。

:matchesOwn(\bABCDE\b)
:containsOwn(ABCDE)

有什么想法吗？请帮忙......

Answer 1

  

我不能假设周围的空格，因为ABCDE可能是元素中的唯一文本

在发生这种情况时，请注意上述情况。

1. ABCDE是一个被空格包围的单词。例如：<li>some text ABCDE some text</li>

2. ABCDE只是列表标记中的单词，没有空格。例如：<li>ABCDE</li>

正则表达式： (?<=[>\s])ABCDE(?=[<\s])

说明：

(?<=[>\s])将为>（li标记的结束角度）或\s空格看待。

ABCDE会搜索文字。

(?=[<\s])会预见<（li标签的开放角度）或\s空格。

<强> Regex101 Demo