Question

嘿，我一直在努力使用这个正则表达式而且我没有想法。我有这种类型的字符串（并非所有字符串都在这里，但只有这两种类型），我必须在标记之间提取部分。

<th class="tip" title='manje'>manje</th>
<th class="tip" title='ne d.'>ne d.</th>
<th class="tip" title='manje'>manje</th>
<th class="tip" title='točno'>točno</th>
<th class="tip" title='više'>više</th>
<th class="tip" title='m./t.'>m./t.</th>
<th class="tip" title='v./t.'>v./t.</th>
<th class="tip">daje</th>
<th class="tip">X2</th>
<th class="tip">12</th>

我尝试了一些组合，如果标记中没有该属性“title”，我只会得到该值。

如果标记中没有“title”属性，则此模式仅提取内容：

Pattern pattern = Pattern.compile("<th class=\"tip\"[\\s*|[.]{0,20}]>(.*?)\\s*</th>");

这个也是：

Pattern patternType = Pattern.compile("<th class=\"tip\"[\\s*|[.]{0,20}]>(.*?)\\s*</th>");

有什么建议吗？ TNX

Answer 1

正则表达式并非适用于所有情况。改用Jsoup：

package so6235727;

import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import org.jsoup.select.Elements;

public class PrintContent {

  private static final String html = //
      "<th class=\"tip\" title='manje'>manje</th>\r\n" + //
      "<th class=\"tip\" title='ne d.'>ne d.</th>\r\n" + //
      "<th class=\"tip\" title='manje'>manje</th>\r\n" + //
      "<th class=\"tip\" title='točno'>točno</th>\r\n" + //
      "<th class=\"tip\" title='više'>više</th>\r\n" + //
      "<th class=\"tip\" title='m./t.'>m./t.</th>\r\n" + //
      "<th class=\"tip\" title='v./t.'>v./t.</th>\r\n" + //
      "<th class=\"tip\">daje</th>\r\n" + //
      "<th class=\"tip\">X2</th>\r\n" + //
      "<th class=\"tip\">12</th>\r\n";

  public static void main(String[] args) {
    Document jsoup = Jsoup.parse(html);
    Elements headings = jsoup.select("th.tip");
    for (Element element : headings) {
      System.out.println(element.text());
    }
  }
}

看看这有多容易？

Answer 2

试试这个：

Pattern pattern = Pattern.compile("<th[^>]*>(.*?)\\s*</th>");

Answer 3

试试这个：

Pattern pattern = Pattern.compile("<th class=\"tip\"[^>]*>(.*)</th>");

Answer 4

哎呀，还有一个模式回答尝试，这个看起来向前看并向后看：

Pattern pattern = Pattern.compile("(?<=<th .{0,100}>).*(?=</th>)");

编辑1
关于I tried it and it doesn't work in any case：也许你的背带与我的不同：

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Foo1 {
   private static final String FOO_TXT = "Foo1.txt";

   public static void main(String[] args) {
      Pattern pattern = Pattern.compile("(?<=<th .{0,100}>).*(?=</th>)");

      Scanner scan = new Scanner(Foo1.class.getResourceAsStream(FOO_TXT));
      while (scan.hasNextLine()) {
         String line = scan.nextLine();
         System.out.println("Line: " + line);
         Matcher match = pattern.matcher(line);
         if (match.find()) {
            System.out.println("Match: " + match.group());
         } else {
            System.out.println("No match found");
         }
      }
   }
}

这假定文本文件名为Foo1.txt，并且它与类文件一起定位。

Answer 5

我包含了我的测试代码，因为当其他人有负/正匹配时，我似乎有正/负匹配。

 import java.util.regex.Matcher;
 import java.util.regex.Pattern;

public class Regex {

public static void test(String patternString) {
    System.out.println("Test with pattern: " + patternString);
    Pattern pattern = Pattern.compile(patternString);
    String[] testStrings = {"<th class=\"tip\" title='manje'>manje</th>", "<th class=\"tip\">daje</th>"};
    for (String testString : testStrings) {
        System.out.println("> Test on " + testString);
        Matcher matcher = pattern.matcher(testString);
        if (matcher.matches()) {
            System.out.println(">> number of matches in group = " + matcher.groupCount());
            for (int i = 1; i <= matcher.groupCount(); i++) {
                System.out.println(">>group " + i + " is " + matcher.group(i));
            }
        } else {
            System.out.println(">> no match");
        }
    }
    System.out.println("");
}

/**
 * @param args the command line arguments
 */
public static void main(String[] args) {
    test("<th class=\"tip\"[\\s*|[.]{0,20}]>(.*?)\\s*</th>"); // op
    test("<th[^>]*>(.*?)\\s*</th>"); // Billy Moon
    test("<th class=\"tip\"[^>]*>(.*)</th>"); // stuken.yuri
    test("(?<=<th .{0,100}>).*(?=</th>)"); // Hovercraft full of Eels
    test("(?:<th .{0,100}>).*(?:</th>)");
}
}

我的输出是我得到了Billy Moon和stuken.yuri的比赛，但是没有匹配OP或Hovercraft。我很想知道其他人是否也这样。我在Windows 7中使用Java 7 beta。

帮助java正则表达式

5 个答案: