Question

我正在尝试匹配HTML文档中的多个CSS样式代码块。此代码将匹配第一个但与第二个不匹配。我需要什么代码来匹配第二个。我可以获得一个列在“样式”括号内的组的列表吗？我应该调用'find'方法来获得下一场比赛吗？

这是我的正则表达式

^.*(<style type="text/css">)(.*)(</style>).*$

用法：

final Pattern pattern_css = Pattern.compile(css_pattern_buf.toString(), 
                    Pattern.CASE_INSENSITIVE | Pattern.MULTILINE | Pattern.DOTALL);

 final Matcher match_css = pattern_css.matcher(text);
        if (match_css.matches() && (match_css.groupCount() >= 3)) {
            System.out.println("Woot ==>" + match_css.groupCount());
            System.out.println(match_css.group(2));
        } else {
            System.out.println("No Match");
        }

Answer 1

我正在尝试匹配HTML文档中的多个CSS样式代码块。

标准答案：不要使用正则表达式来解析HTML。无论你表达多么复杂和聪明，正则表达式都无法可靠地解析HTML。除非您完全确定目标文档的确切格式是完全固定的，否则字符串或正则表达式处理是不够的，您必须使用HTML解析器。

(<style type="text/css">)(.*)(</style>)

这是一个贪婪的表达。中间的（。*）将尽可能多地匹配。如果你有两个样式块：

<style type="text/css">1</style> <style type="text/css">2</style>

然后它会愉快地匹配'1＆lt; / style＆gt; ＆lt; style type =“text / css”＆gt; 2'。

使用（。*？）获取非贪婪的表达式，这将允许尾随（＆lt; / style＆gt;）在第一次机会时匹配。

我应该调用'find'方法来获得下一场比赛吗？

是的，你应该用它来获得第一场比赛。通常的习语是：

while (matcher.find()) {
    s= matcher.group(n);
}

请注意，标准字符串处理（indexOf等）可能比正则表达式更简单，因为您只使用完全固定的字符串。但是，标准答案仍然适用。

Answer 2

您可以按如下方式简化正则表达式：

(<style type="text/css">)(.*?)(</style>)

如果你不需要第1组和第3组（可能不是），我会删除括号，仅保留：

<style type="text/css">(.*?)</style>

正则表达式在java问题，多个匹配

2 个答案: