帮助正则表达式解析并获取html中<p>标签的内容</p>

Question

我有一个网站，我试图从中获取数据，内容的布局如下：

 <p uri="/someRandomURL.p1" class="">TestData TestData TestData</p> 
 <p uri="/someRandomURL.p2" class="">TestData1 TestData1 TestData1</p>

我正在使用Java来抓取网页的内容，并试图像这样解析它：

        Pattern p = Pattern.compile(".*?p1' class=''>(.*?)<.*");
        Matcher m = p.matcher(data);

        //Print out regex groups to console
        System.out.println(m.group(1)) ;

然后抛出异常，说找不到匹配......

我的正则表达是对的吗？还有什么可能发生的？我得到的HTML好了，但显然我的正则表达式没有匹配......

由于

Answer 1

如果文本元素包含多个文本行，则找不到匹配项，因为点（.）与\n不匹配（默认情况下） ）。

尝试一下：

 Pattern p = Pattern.compile(".*?p1' class=''>(.*?)<.*", Pattern.DOTALL);