Question

我的xml字符串是：

    String neMsg= "<root>" 
              +"   <CONTENT>"
              +"                <![CDATA[00000:<ResponseClass Name=\"Response\"><ITEM>HAHA</ITEM></ResponseClass>]]>"
              +"        </CONTENT>"
              +"</root>";

我尝试使用四种方式编写代码，但仍然无法获取内容。我该如何解决这个问题？

 //java.util.regex.Pattern pP0=java.util.regex.Pattern.compile("<!\\[CDATA\\[00000:(\\s|\\S)*?\\]\\]>");
     // java.util.regex.Pattern pP0=java.util.regex.Pattern.compile("<!\\[CDATA\\[00000:(.*)\\]\\]>");
     // java.util.regex.Pattern pP0=java.util.regex.Pattern.compile("<CONTENT>(.*)<!\\[CDATA\\[(.*)\\]\\]>(.*)</CONTENT>");
     Pattern pP0 = Pattern.compile(".*<!\\[CDATA\\[00000:(.*)\\]\\]>.*");
    java.util.regex.Matcher mP0= pP0.matcher(neMsg);
      System.out.println(mP0.group(1));

Answer 1

请勿使用正则表达式解析HTML，而应使用 JSoup 之类的HTML解析器。

这里的问题是，您需要先调用matcherObject.find()（用它来在字符串中的任何地方查找模式）或matcherObject.matches()（用它来将整个字符串与模式匹配）方法，您可以访问匹配，并且还应该首先使用find或matches循环来检查if或while表示的值是否正确。另外，您需要调用group(1)而不是group(0)（这将返回整个匹配项）来访问group1中的内容。

将代码更改为此，

String neMsg = "<root>" + "   <CONTENT>"
        + "                <![CDATA[00000:<ResponseClass Name=\"Response\"><ITEM>HAHA</ITEM></ResponseClass>]]>"
        + "        </CONTENT>" + "</root>";

Pattern pP0 = Pattern.compile(".*<!\\[CDATA\\[00000:(.*)\\]\\]>.*");
java.util.regex.Matcher mP0 = pP0.matcher(neMsg);
if (mP0.find()) { // matches method will also work because your pattern is wrapped with `.*` from both sides
    System.out.println(mP0.group(1));
}

打印整个比赛，

<ResponseClass Name="Response"><ITEM>HAHA</ITEM></ResponseClass>

RegEx用于匹配XML字符串中的CDATA

1 个答案: